小记：人工智能、机器学习、深度学习之间的关系

前一段时间在弄关于神经网络的一些小项目，总感觉这些名词听着都很熟悉，但其实一细究就很陌生，专门查阅一下，总结个文章吧！正好好久没写博客了，做个记录~（注:本文只是个人的一些整理和理解记录，并不一定都是对的，欢迎批评指正，互相学习呀！)

首先呢来上一张三者关系的图像：人工智能包含机器学习，机器学习中又包含深度学习。

这是一张其他博主博文里的图：

- 人工智能

**人工智能(Artificial Intelligence，AI)**是研究使计算机来模拟人的某些思维过程和智能行为（如学习、推理、思考、规划等）的学科，主要包括计算机实现智能的原理、制造类似于人脑智能的计算机，使计算机能实现更高层次的应用。(百度百科)
人工智能在最近几年被炒得比较火，其实呢早在1956年就已经正式的提出了人工智能学科。

- 机器学习

机器学习(Machine Learning, ML)，专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能，可以分为有监督学习和无监督学习。它是人工智能的核心，是人工智能研究较为年轻的分支，是使计算机具有智能的根本途径，其应用遍及人工智能的各个领域，它主要使用归纳、综合而不是演绎。（归纳就是从个别到一般，演绎则是从一般到个别。）

机器学习已经有了十分广泛的应用，例如：数据挖掘、计算机视觉、自然语言处理、生物特征识别、搜索引擎、医学诊断、检测信用卡欺诈、证券市场分析、DNA序列测序、语音和手写识别、战略游戏和机器人运用。

- 神经网络

**人工神经网络（Artificial Neural Networks，ANNs）**也简称为神经网络（NNs）或称作连接模型（Connection Model），它是一种模仿动物神经网络行为特征，进行分布式并行信息处理的算法数学模型。它的主要任务是根据生物神经网络的原理和实际应用的需要建造实用的人工神经网络模型，设计相应的学习算法，模拟人脑的某种智能活动，然后在技术上实现出来用以解决实际问题。我理解为神经网络是深度学习的发展基础。

- 深度学习

**深度学习（Deep Learning, DL）**我理解为是神经网络的延伸，旧的神经网络叫神经网络，新发展的神经网络叫做深度学习，本质也是神经网络。深度学习通过多层处理，逐渐将初始的“低层”特征表示转化为“高层”特征表示后，用“简单模型”即可完成复杂的分类等学习任务。由此可将深度学习理解为进行“特征学习”或“表示学习”。
和神经网络一样，深度学习也是一个算法的集合，只不过这里的算法都是基于多层神经网络的新的算法。它是一种新的算法和结构，新的网络结构中最著名的就是卷积神经网络(CNN)。

参考：1.http://m.elecfans.com/article/632164.html
2.https://blog.youkuaiyun.com/lemonade_117/article/details/82668084