机器学习与深度学习

学习三个月的深度学习最近在在实现机器学习线性分类器算法中，突然感到迷惑。
故将想法总结如下：

（大神可绕道，个人陋见。有哪里理解有问题的地方请大家指正谢谢！）
问题一：机器学习是什么？

问题二：深度学习又是什么？

问题三：当然是他们之间有什么不同呢？

什么是机器学习

首先从一个门外汉的角度，机器学习就是让机器通过学习获得一种能力。作为门外汉，这句话总结的没瑕疵。

我们看看大神们是怎么看机器学习的：
“计算机程序可以在给定某种类别的任务 T 和性能度量 P 下学习经验 E ，如果其在任务 T 中的性能恰好可以用 P 度量，则随着经验 E 而提高。”

这是由Tom Mitchell给出应用最广泛的一个概念，哎呀！一看我看懂懂了，不知道你们看懂了吗？不就是让一个baby不断的学习知识，提高自己的实力，有一个好的前途吗？但是他强调的是计算机程序，这似乎没什么问题。但是我有想法了，难道让机器过的条件反射来处理应急状态的能力就不算学习吗？虽然目前的机器学习都是将算法（解决问题的办法）变成计算机程序实现的。但是不代表学习的过程只是软件啊！好吧，看来我适合当一个草根学者。

言归正传，首先机器学习目前大量用于类别任务，就是让机器得出一个结论。不管是分类还是预测，最终会给出一个结果，而给的结果会有一个度量的P(损失函数中的输出值)，然后通过结果的准确率进行迭代，获得更好的结果。(这里通过反向传播算法实现中间参数的更新，迭代是正想传播和反向传播两个过程)最终有一个很好的结果，圆满的完成任务。

什么是深度学习

首先深度学习属于机器学习，那么门外汉来了。深度学习就是学习的更深了，哈哈！看看又没有什么瑕疵！

这次不看大神的定义了，因为我觉得我没大神讲的好！就目前我个人认为深度学习是将数据多层抽象后不断的学习，就想刚开始门外汉的想发确实更深了。数据多层抽象这个概念很有意思，怎么就多层抽象了？首先我们从我们身边的汉子说起，但我们单独的看到每个词时，没什么情感表达。通过一层抽象之后变成一个词，这样词就有褒贬之分了。在进行抽象，一句话，拥有更丰富的含义。再进行抽象就是一个段了，他可以表达一个主题。再抽象！！算了不抽了。

不知道大家有没有明白我的意思，而深度学习不仅完成了抽象的壮举，同时他还实现的简单运算。(no!!!)
我也不知道我在说什么（卷积-卷积。。。。难怪都分分钟上百层）

深度学习与机器学习有什么不同呢

这个问题我自己醉了，太多的不同，导致我一个都想不起来！！！想知道不同自己去看看。