深度学习与机器学习的区别？

🏗️ 比喻：盖房子

• 机器学习（Machine Learning）就像是盖房子的总称。
  它包括各种方法：用木头搭、用砖砌、用预制板组装……只要能让房子立起来就行。
• 深度学习（Deep Learning）是机器学习里的一种特别高级的方法，相当于用钢筋混凝土+智能模块来盖摩天大楼。
  它是机器学习的一个子集，但能力更强、结构更复杂。

✅ 所以：深度学习 ⊂ 机器学习（深度学习是机器学习的一部分）

🔍 核心区别对比表：

🌰 举个例子：识别猫的照片

• 传统机器学习做法：
  1. 工程师先写代码，用算法手动提取特征：比如“找胡须”、“找尖耳朵”、“找瞳孔形状”。
  2. 把这些特征输入到一个分类器（比如SVM）中，让它判断是不是猫。 → 人教AI看什么。
• 深度学习做法：
  1. 直接把成千上万张带标签的猫/非猫图片喂给一个深度神经网络（比如CNN）。
  2. 网络自己从像素中一层层学出：第一层认边缘，第二层认纹理，第三层认眼睛/耳朵……最后认出整只猫。 → AI自己学会怎么看！

✅ 总结一句话：

机器学习是让计算机从数据中学习规律的大领域；
深度学习是其中一种用多层神经网络自动学习复杂特征的强大技术，特别适合处理图像、语音、文本等大数据任务。