深度学习相比传统机器学习，需要人工设计更多的特征工程。()A. 对B. 错

本题考查深度学习与传统机器学习在特征工程方面的区别。解题思路是明确深度学习和传统机器学习的特点，特别是在特征工程上的不同表现，然后据此判断该说法的对错。

传统机器学习中，由于模型本身的局限性，往往需要人工从原始数据中提取和设计特征，这些特征需要经过精心的选择和转换，以适应模型的输入要求。例如，在支持向量机中，为了提高分类性能，可能需要人工设计各种核函数来对数据进行特征映射。

而深度学习具有强大的自动特征学习能力。深度学习模型通常由多个层次的神经网络组成，这些网络可以自动从原始数据中学习到有效的特征表示。例如，在图像识别任务中，卷积神经网络（CNN）可以自动学习到图像中的边缘、纹理等特征，而不需要人工手动去设计这些特征。

所以，深度学习相比传统机器学习，并不需要人工设计更多的特征工程，该说法是错误的。