深度學習是人工智慧裡面用到的一個核心技術。

學人工智慧的，肯定要涉及深度學習。學深度學習的，本身就在人工智慧領域。你可以說，我學習了人工智慧，但我的側重點不是深度學習，可以是NLP.

兩個都好。學會擁抱變化。

前者是一種具體的技術，後者更多是一個概念或者領域。

深度學習只是現在一種公認的相對有效的機器學習技術，AI領域的技術還有許多。

你問這個問題，這就好比Java語言和網際網路技術有什麼關係。說明你這兩個都不怎麼了解。

前者屬於後者，所以沒有比較級。

如果你想從事人工智慧領域的工作，那麼肯定要選擇一個應用方向，如計算機視覺，自然語言處理，語音識別等等，這些應用方向都可能會用到深度學習技術。

機器學習是AI的子集，它透過從資料中學習模式來實現AI，然後根據這些模式進行預測。

根本區別在於它們的方法。AI是試圖模仿人類行為及其智慧的領域的通用術語。能夠執行此操作的任何方法或方法都屬於AI。

這個so easy，我也不想多解釋了。我們高中都做過這樣的題目，給你一堆點，你做出一條直線儘可能去擬合樣本點，那這個直線就是你“學習”出來的，然後就可以用這個直線去預測未知點了。

深度學習屬於人工智慧的前沿技術，是機器學習研究中的一個子集，是一種實現機器學習的技術，透過組合低層特徵形成更加抽象的高層屬性或類別特徵，從而對資料進行表徵，說的更通俗些，深度學習從資料中學習，即自動從資料中提取特徵，然後再基於這些特徵完成相應的業務需求，比如分類，識別，預測等。

深度學習帶來了人工智慧的正迴圈，極大地推進了人工智慧各個分支課題的發展速度，可以使機器像初生的嬰兒一般，“自己逐漸學會世界上的一些概念”，使得機器將具備一定的人類般的學習和思考能力。人類自身的學習能力可以幫助我們自行認識世界，而當機器模擬人腦具備了這一能力之後，就可以在一定程度上幫助甚至取代我們部分腦力工作。

就像在工業革命和電力革命帶來的影響力一樣，我們自身從體力勞動中解放出來一樣，在深度學習所帶來的人工智慧革命下，我們同樣可以將腦力工作外包給機器。想學習更多前沿技術，可以參考優就業的深度學習課程。

中公教育深度學習課程技術緊跟市場需求，落地領域寬泛，不限於語音識別、影象識別、機器對話等前沿技術，涵蓋行業內75%技術要點，滿足各類就業需求，助力躋身人工智慧領域優秀人才。

另外課程注重真實企業級專案實操，專案循序漸進，以實操貫穿理論，幫助學員更好掌握人工智慧核心技能。