人工智能与数据挖掘

作为一个IT人，区分理解人工智能、机器学习、表示学习、深度学习、数据挖掘等是很有必要的~~~

1、人工智能是机器或软件展示出的智能，也是研究如何让计算机或计算机软件有智能行为的一个学术领域，主要研究的是如何模拟和扩展人类的 智能。人工智能所涉及的范围甚广，例如自然语言处理、图像识别、语音识别等。

人工智能分类：强人工智能和弱人工智能。前者是通过计算机来构造复杂的、拥有与人类智慧同样本质特性的机器，它有着我们所有的感知（甚至比人更多），我们所有的理性，可以像我们一样思考，也就是电影里面的机器人；后者是指擅长于单个方面的人工智能，例如垃圾邮件的自动识别，iPhone的助手siri，Pinterest上的图像分类，Facebook的人脸识别。

2、机器学习是研究如何让计算机在不被明确地编程的情况下具有学习能力，其实是人工智能发展到一定阶段的产物，也可以说是一种实现人工智能的方法。机器学习最基本的做法，是使用算法来解析数据、从中学习，然后对真实世界中的事件做出决策和预测。与传统的为解决特定任务、硬编码的软件程序不同，机器学习是用大量的数据来“训练”，通过各种算法从数据中学习如何完成任务。

目前机器学习研究的主要问题：回归、分类和聚类

机器学习主要的学习方式：监督学习、非监督学习、半监督学习和强化学习

机器学习的应用：数据挖掘、计算机视觉、自然语言处理、生物特征识别、语音、手写识别等

3、表示学习又称特征学习，指的是一套学习特征的学习，即将原始数据转化为一个可被机器学习任务高校利用的表示</