深度学习基础（1）——机器学习与深度学习

概述

通常，在我们接触深度学习的过程中，经常可以看到机器学习，深度学习，监督学习，无监督学习，神经网络，隐藏层，函数等一系列概念。这些概念之间的相互关系是什么，分别是什么意思，有什么作用，搞清楚这个是非常重要的。在此对其进行一次梳理。

背景

所有的概念都可以认为出自–人工智能（Artificial Intelligence）“人工智能”是“一门技术科学”，它研究与开发的对象是“理论、技术及应用系统”，研究的目的是为了“模拟、延伸和扩展人的智能”。早在50年代就已经提出，我们现在所做的“文本识别”，“图像识别”等其实都是基于“模拟人的文本阅读能力”和“模拟人的图像识别能力”，总而言之，其终极目的就是实现和人一样的“智能”。

定义

人工智能，机器学习和深度学习是最基础的概念，两者也没有绝对的定义。以下是参考定义：
人工智能： 人工智能是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门技术科学。
机器学习： 顾名思义，是研究让机器具有学习能力的一个领域。这里，机器指的是计算机，是算法运行的物理载体，你也可以把各种算法本身当做一个有输入和输出的机器。
深度学习： 深度学习是机器学习的一部分，深度学习是用于建立、模拟人脑进行分析学习的神经网络，并模仿人脑的机制来解释数据的一种机器学习技术，它和神经网路这一个概念是分不开的，也有认为深度学习即是使用深层神经网络的机器学习

从以上的定义来看，人工智能的范围最广，它包括机器学习，而机器学习又包括深度学习。

机器学习

机器学习按照定义，指的是设计一种算法，给定一个数据集，让算法能够学习数据的规律，接下来就介绍一些算法和分类。