机器学习与深度学习的区别

• 传统机器学习是计算机可以在给定任务和标准下学习经验，随着经验增加，机器的性能也随之提高，能进行简单的机器运算。在早期，机器学习的指纹识别、人脸探测等技术被广泛应用于艺术、科学、金融、医疗等领域，但是，复杂的分析往往很难实现。
• 深度学习是旨在模仿人类的思维和学习方式的一种特别的机器学习，能进行层级复杂的数据分析。人工“神经网络”首先要聚集大量的数据信息，其次，依据数据信息它会进行高度复杂的数学计算，并进行数据分类，最后在不靠人工干预的情况下返回准确的结果。

• 人工智能应用的范围非常广泛，其中包括医疗、通信服务、金融行业、机器人操控、科学发现和智能玩具等。

• 机器学习是实现人工智能的一个重要手段，一般应用在指纹识别、人脸检测、物体识别、金融欺诈、语言译制、广告推广、过滤垃圾网络信息等方面。

• 深度学习是实现机器学习的一种技术，是机器学习进一步发展而成的，深度学习使得很多机器辅助功能成为可能，例如，汽车自动驾驶、识别归类、聊天机器人、虚拟助手、新闻整合等。

亚马逊云科技使用 Amazon Deep Learning AMI 为机器学习的从业和研究人员提供基础设施和工具，从而加快他们在云中进行深度学习的速度。即使对于经验丰富的机器学习从业人员，开启深度学习也可能十分耗时，因此亚马逊云科技提供了的 CONDA AMI、BASE AMI、使用源代码的 AMI 三种类型的 AMI 满足用户各种需求。