学深度学习和神经网络之前要先学机器学习吗？-机器学习算法

必须要学，至少是当下必须要学。

首先，从大家最关心的就业角度来说，机器学习的岗位暂时还是远多于深度学习的岗位。因为深度学习是最近3-5年火起来的，而面试你的人，大都在这之前就已经入行了，所以他们不一定很懂深度学习，但是必定学过机器学习。

因此，主流公司的算法工程师的面试，深度学习可能不考，但是机器学习必考。这是绕不开的，因为面试官可能对深度学习不太了解，他们那个年代学的是机器学习，喜欢做公式推导。而且，现在工业界用的很多模型还是LR，FM，XGBoost这些传统模型，因为它们轻量级，更容易实现。

所以，从找工作（算法工程师）角度说，机器学习必不可缺。其次，从学习角度来说，机器学习到深度学习是承上启下的过程，就像小时候学习数学，从加法到乘法一样，当然你也许会说，现在计算机都自动实现乘法（深度学习）了，没必要学加法（机器学习）了，大错特错，计算机确实实现了，但是是有限制条件的（tensorflow，pytorch，python），并不是所有编程语言，所有平台都给你实现了。

那么如果你不学加法（机器学习），就意味着你受制于人，很难随心所欲地运用乘法（深度学习）。机器学习学的更多的是理念和思想（是什么，为什么），而深度学习学的更多的是实操（怎么做），如果说你不了解背后的一些原理，就想直接实际操作，那么必然是事倍功半。

同样，如果你想走学术道路，致力于深度学习研究（或者算法研究员），那么机器学习就更不可或缺了，因为现在看来深度学习发表过的“技巧”，无一不是从机器学习的方法演变而来。（公主号：海林的机器学习课堂）

所以，从学习角度来说，你需要机器学习为你打下理论基础。最后，从未来前景来说，机器学习发展了几十年，而深度学习只有几年，深度学习也暂时还在机器学习的“门下”，别看现在深度学习和神经网络很火，就像最近的比特币，特斯拉一样。

当它们不火的时候，也是一泻千里，而机器学习已经经历了时间的考验，有成熟的体系，像是老牌的科技公司（苹果），虽然短期可能比不上新贵，但是历久弥新，真正能够屹立不倒。所以，从未来前景来说，机器学习更加稳定。

当然，如果说你只是兴趣使然，想了解了解最新的技术，当成和别人茶余饭后的聊资，那么就没必要这么认真了，直接学习深度学习，搞几个炫酷的名词足以。初学者推荐阅读西瓜书。