个人目前理解机器学习和深度学习的区别在于特征是否自动提取

首先我是看到SIGAI给的机器学习算法地图里没有无监督学习里面没有自动编码器，而这个在他们的深度学习的课表目录里面，MNIST手写识别也是在他们的深度学习课程里面，CNN RNN都是深度学习课程里面的，这时候我意识到机器学习和深度学习是有区别的。再结合起之前看到的一些。

 

还可以结合我之前写的关于神经网络黑盒子的博文 https://blog.csdn.net/sinat_16643223/article/details/86665741

之所以说神经网络是黑盒子正是因为它的特征是自动提取的，有的它提取的特征人看不懂，所以叫黑盒子。但实际上是不黑的。人们并没有叫机器学习是黑盒子，可能就是机器学习是人工来提取特征。

 

 

 

我发现这⾥⾯没有属于⽆监督的⾃动编码，可能那属于深度学习范畴不属于机器学习范畴，看来我需要重
新理解⼀下机器学习和深度学习。
果然，⾃动编码器Sigai的深度学习课程⾥，我之前看了半天的MNIST⼿写识别也是深度学习⾥⾯的，所
以你学东⻄别搞混了啊，到底是要学机器学习还是深度学习，就像⼀开始不清楚电⼦信息⼯程和⾃动化的
区别，到了后⾯才渐渐弄明⽩。
tensorflow的书⾥⾯都是讲的CNN， RNN都是深度学习⾥⾯的东⻄，
我这⾥有个疑问，是不是机器学习是⼈⼯提取特征⽽深度学习是⾃动提取特征这是他们的区别呢。

看看这里写的传统机器学习的算法有SVM,浅层神经网络 HMM LDA LSA。。。。

 看了下好像确实是的，机器学习和深度学习的区别，是不是就在于特征是否是⾃动提取的。