機械学習写真とは、機械学習技術全般を応用して処理・分析された写真を指します。決定木やサポートベクターマシンなど様々なアルゴリズムが含まれます。幅広い画像処理タスク（分類、回帰、クラスタリング）に適用でき、データセットと特徴抽出が重要です。
深層学習画像とは、深層ニューラルネットワーク（CNN等）を用いて処理された画像を指します。多層構造で自動的に特徴を抽出し、複雑なパターン認識に優れています。大量のデータと計算資源が必要ですが、高精度な認識が可能です。
機械学習写真は従来型から深層学習までの全アルゴリズムを含む広概念で、手作業での特徴設計が必要な場合が多いです。深層学習画像はニューラルネットワークに限定した狭概念で、自動的に特徴学習します。使用場面では、小規模データなら機械学習写真、大規模画像認識なら深層学習画像が適しています。ニュアンスとしても、機械学習は汎用性重視、深層学習は高精度重視です。
データ量が少なく説明性が必要なら機械学習写真、大規模データで高精度が必須なら深層学習画像を選びましょう。処理速度重視なら機械学習、複雑なパターン認識なら深層学習が適しています。