通过深度学习进行图片分类

1、机器学习

前面博主发布了数据分析类模型（基于sql模式建立的模型）和数据挖掘类模型相关的场景示例，数据挖掘模型的建立充分利用到机器学习进行分类/预测，如预测模型和数据分析之间有什么不同？

2、深度学习

深度学习属于机器学习的一个子集，一般指神经网络，和之前咱们用到的算法（广义线性、决策树、随机森林等）有所不同，具体表现在：

（1）数据依赖性，和机器学习相比，想要提升预测的准确性，深度学习需要依赖更大规模的数据

（2）硬件依赖性，和机器学习相比，深度学习很多场景需要依赖gpu进行运算

（3）逻辑的解释性，深度学习只提供结果，但无法解释。机器学习算法为我们提供了一套清晰的规则，解释它背后的逻辑比较容易

总结：博主认为，很多场景机器学习和深度学习都可以得到较准确的结果，但是如果特征数据很少的情况下，机器学习更能得到接近的效果；在识别场景较复杂的情况下，深度学习更能得到理想的效果，比如无人驾驶汽车、病理分析。

3、通过深度学习进行图片分类

图片分类应用演示_哔哩哔哩_bilibili

示例基于数合建模（数据建模及可视化工具）完成

基于数据建模及相关生态工具平台，推动政企数字化建设