👨‍💻作者简介：大数据专业硕士在读，CSDN人工智能领域博客专家，阿里云专家博主，专注大数据与人工智能知识分享。公众号： GoAI的学习小屋，免费分享书籍、简历、导图等资料，更有交流群分享AI和大数据，加群方式公众号回复“加群”或➡️点击链接。

🎉专栏推荐：计算机视觉专栏，后期会更新不限于目标检测、OCR、图像分类、图像分割等方向，，感兴趣的小伙伴可以关注下➡️专栏地址

🎉学习者福利：强烈推荐一个优秀AI学习网站，包括机器学习、深度学习等理论与实战教程，非常适合AI学习者。➡️网站链接。

本次文章先对机器学习的重要分支--深度学习进行简单介绍

在介绍深度学习概念前，我们需要弄清楚机器学习与深度学习的区别。这里作者参考一些其他资料进行整理给出如下回答：

机器学习与深度学习区别

在数据准备和预处理（清洗、归一化等操作）方面，机器学习与深度学习是很相似的，但最大的区别在于对特征提取的过程。

传统机器学习的特征提取主要依赖人工，针对特定简单任务的时候人工提取特征会简单有效，但是并不能通用。

深度学习的特征提取并不依靠人工，而是机器自动提取的。这也是为什么大家都说深度学习的可解释性很差，因为有时候深度学习虽然能有好的表现，但是我们并不知道他的原理是什么。

针对上述分析，我们给出对应深度学的总结概述：

机器学习：利用计算机、概率论、统计学等知识，输入数据，让计算机学会新知识。机器学习的过程，就是训练数据去优化目标函数。

深度学习：是一种特殊的机器学习，具有强大的能力和灵活性。它通过学习将世界表示为嵌套的层次结构，每个表示都与更简单的特征相关，而抽象的表示则用于计算更抽象的表示。

具体地，深度学习的概念源于人工神经网络的研究，由Hinton等人于2006年提出。深度学习通过组合低层特征形成更加抽象的高层表示属性类别或特征，以发现数据的分布式特征表示。含多隐层的多层感知器就是一种深度学习结构。

机器学习与深度学习、人工智能的关系：

机器学习导图总结分享

以下是作者自己整理的深度学习笔记思维导图，这里免费分享供大家学习，目前导图和笔记是初版，后续会继续更新。

导图获取方式： 关注文章开头公众号或扫描主页公众号“GoAI的学习小屋”回复“机器学习导图”获取。

深度学习导图总结分享

程序员们的主要收入来源

优秀的程序员可能也有自己的副业，很多人都是从开始做副业，到副业收入完爆主业，之后全身心投入副业，据我了解这似乎是现在年轻人的趋势！

1.公众号/自媒体/独立博客

适合大众的副业，确实有少部分人做起来的，收入客观，但前期需要大量时间经历渠道，需要过硬的专业知识，其它就取决于你写文章的勤奋程度和内容是否吸引人了，造成大部分人坚持时间不长。

2.参加比赛或实习

比赛虽然可以拿到不错的报酬，但需要过硬的专业技能，门槛较高。另外，对于学生党来讲，实习也是不错选择，但薪资较低。

3.接外包单

这是一个非常好的赚钱方法，也是大多数人的选择。因为不限时间，来钱也快，对于技术强的同学来说不是什么大问题，不要小瞧外包网站上的项目价格比较低，实际上投入去做的话，收入和上班差不多。但需要靠谱的平台，且可能需要方向限制。因此，需要找一个靠谱且流量大的平台去发展。

程序员兼职社区招募：

感兴趣的同学私聊本人或评论区见！！！

优势：本次程序员兼职社区招募，采取拉群双方协商制，费用自谈/资源可靠/任务简单，目前，这里涵盖Python/Matlab/C++等各类编程语言订单、毕设单应有尽有，绝对是程序员赚外的不二选择！

1. 技术覆盖范围广

要求：CV、NLP方向均可，需要有一定基础能力，研究生及以上学历或者有工作经验者优先，本科能力强的也可，欢迎各位大佬加入！

🔅主要技术方向：深度学习，Python，MATLAB，目标检测、语义分割、数据分析、知识图谱 ，强化学习，三维点云，三维重建，机器学习，姿态估计等多种方向，深度学习CV、NLP均可，对下图中任一方向熟悉即可，覆盖面广。
🔆其次方向：对其他编程语言的需求也会有，包括Java、小程序开发等等

2. 技术范围广

群内主打：大量投放深度学习、Python，MATLAB，数据分析，留学生作业！比任何群都多，人人有份，任务容易上手，各个软件的都有。接下来在群里凭本事，各类技术大牛均需！！！

​

3.总结

最后我建议，如果你决心从事技术岗的话，那么一定要热爱技术，并努力把它学好，跟上科技的步伐，因为它是你吃饭的家伙。要对自己负责，学习和提高是自己的事情！

最后：

✨文末给大家免费分享资料，关注下方我的公众号回复“书籍”、“简历”、“导图”等会有免费福利送给大家，同时可以加大数据和人工智能方向的交流群 , 群内会定期分享各类学习资料、面试题等。