首先第一個問題，簡單來說，機器學習是實現人工智慧的方法，深度學習是實現機器學習的技術。機器學習在實現人工智慧時中需要人工輔助（半自動），而深度學習使該過程完全自動化。

舉個例子：通過機器學習演算法來識別水果是橘子還是蘋果，需要人工輸入水果的特徵資料，生成一定的演算法模型，進而可以準確預測具有這些特徵的水果的型別，而深度學習則能自動的去發現特徵進而判斷。

1.針對本科生人群

如果你是一個計算機或者人工智慧相關專業的本科生。

在就業時，人工智慧其實是個很不錯的發展領域，是目前國家大力支援的熱門行業，尤其是近幾年，國家以及各個省份出臺了一系列的支援政策，比如《關於促進人工智慧和實體經濟深度融合的指導意見》、《新一代人工智慧治理原則——發展負責任的人工智慧》等，進入這個行業，未來的發展還是很可期的。

在考人工智慧方向的研究生或者公務員時，如果你對人工智慧方向的前沿技術很是瞭解，很容易在複試過程中脫穎而出，並且較好的人工智慧院校會有關於專業技術知識的相關複試，學習了深度學習這種人工智慧熱門技術也是一大助力。

2.針對研究生人群

如果你是一個計算機或者人工智慧相關研究方向的研究生。

在就業時，人工智慧同樣是一個值得選擇的行業，2020年企業對應屆生的招聘需求規模同比下降22%，但是人工智慧這樣的戰略新興行業的應屆生崗位需求卻有所增長，面向應屆生的崗位規模較去年同期普遍有1-5個百分點的提高，應屆生崗位佔比也高於全行業均值。崗位需求大，研究生就業競爭壓力也會更小。

如果想繼續在人工智慧領域深造，讀博最重要的一項技能是讀Paper寫文章，這裡面比較重要的一個環節就是復現論文中的一些方法，很多方法都是在基礎方法上的改進或變種。深度學習領域常見的模型方法和技術框架，不僅能快速復現相關論文，還能幫助自己論文方法提供技術支撐。

1.針對高校講師人群

如果你是一個計算機或者人工智慧相關專業的高校講師

近幾年，國家很重視人工智慧領域人才的培養，包括建設人工智慧相關學科、促進人工智慧領域本科生、研究生的培養，但是目前除小部分頂尖高校師資力量較雄厚外，更多高校老師在該領域的專業知識還是比較薄弱的，還需要進一步去提升，去接觸學習人工智慧國家甚至國際前沿技術還是很有必要的。

2.針對在職人群

如果你是對人工智慧領域感興趣的IT領域從業者或是人工智慧領域的初級從業者，瞭解當前人工智慧領域最熱門的技術深度學習，用於助力自己的職業進階，並且還能和人工智慧領域前沿專家有一對一交流的機會，想必也是想要了解甚至學習的吧。