人工智能、数据挖掘、模式识别、机器学习、深度学习的概念认知

引言

我个人出于跟踪现在最热门的技术，对人工智能领悟几个很重要的概念(人工智能、数据挖掘、模式识别、机器学习、深度学习)做了简单的认识，了解他们之间的包含关系和区别。不一定全面，只作为借鉴。

人工智能

我们先上图：

很显然，看到上面的图，我们可以看到人工智能在应用领域与机器学习有许多重复的地方，所以很多时候我们说的人工智能与机器学习其实是一回事。

然而人工智能的定义为：人工智能是使智能机器和计算机程序能够以通常需要人类智能的方式学习和解决问题的科学和工程。通常，这些包括 自然语言处理和翻译， 视觉感知和模式识别以及决策，但应用程序的数量和复杂性正在迅速扩大。

模式识别

70年代至80年代提出，强调的是如何让一个计算机程序去做一些看起来很“智能”的事情，例如区分“3”和“B”或者“3”和“8”，很多时候需要专门手工设计一些分类规则，如滤波，边缘检测和形态学处理等技术。（智能程序的诞生）

数据挖掘

数据挖掘：也就是data mining，是一个很宽泛的概念。顾名思义就是从海量数据中“挖掘”隐藏信息，按照教科书的说法，这里的数据是“大量