深度学习与机器学习是两个不同的概念。
机器学习是一种通过数据和算法来让计算机自主学习的方法，其目的是使计算机能够从大量数据中学习并形成规律模型，进而预测未来新数据的结果。机器学习技术通常包括监督学习、无监督学习和强化学习等方法，其中监督学习通过有标签的数据来训练算法，无监督学习则是通过没有标签的数据来进行学习，强化学习则是通过试错过程来进行学习。
而深度学习则是一种机器学习算法的分支，它基于神经网络模型，利用多层次非线性变换从输入数据中提取更加高级的特征表示，进而进行分类、回归和聚类等任务。深度学习通常需要大量的数据和计算资源来进行训练，但其在图像识别、语音识别、自然语言处理等领域获得了突破性的应用。
总的来说，机器学习是深度学习的一种方法，而深度学习则是一种更加复杂、需要更多数据和计算资源的机器学习方法，它可以从数据中自动学习复杂的特征表示，并在多个领域中实现了超越之前方法的进展。