机器学习：

机器学习是使计算机通过提供数据和信息而无需明确编程就可以像人一样学习和行动的科学。

示例：

当我们来到计算机上时，我们编写一段代码或程序，并逐步告诉计算机该怎么做。但是在ML中，我们不这样做，系统会自行学习。我们只提供过去的数据（称为标记的数据），系统就会在此过程中学习所谓的训练过程，我们告诉系统结果是否正确，反馈是由系统获取的，并且会自行纠正，这就是它了解到，它在大多数情况下都能提供正确的输出。显然，这不是100％正确的，但目标是尽可能地准确。

深度学习：

深度学习是ML的子领域，它通过像人类大脑一样通过自己的计算方法从数据中学习。它利用神经网络。

机器学习：一种最常见的AI技术，一种自适应算法，可以随着经验或新添加的数据获得越来越好的分析和模式。

深度学习是机器学习的一个子集，它利用层次化的人工神经网络来执行机器学习的过程。

深度学习是机器学习的子集，而机器学习是人工智能的子集，因此最有可能的AI是深度学习的超集。

深度学习是一种针对神经网络的学习类型，用于用例对象检测，分类。 因为要学习很多参数，所以只能使用深度神经网络来完成对象检测。 有关更多信息，请访问kaggle.com，这是学习和发展的最佳网站之一。