机器学习——概念理解之机器学习、人工智能、神经网络、深度神经网络、卷积神经网络

1. 人工智能

人工智能：英文缩写AI（Artificial Intelligence），是指人制造出来的机器所表现出来的智能。通常人工智能是指通过普通计算机程序来实现人类智能的计数。人工智能可以追溯到1956年的美国，那时工程师们决定编写一个试图仿效智能的计算机程序。它是计算机科学的一个分支，是研究和开发用于模拟、延伸和扩展人类智能的理论、方法、技术及应用系统的技术科学。主要的研究方向有自然语言处理、图像检测、图像识别、推荐系统和专家系统等。用通俗的话讲就是要研究可以达到人类智慧水平的机器。

2. 机器学习

机器学习：英文缩写ML（Machine Learning），机器学习最初被称为“模式识别”，是人工智能的分支也是人工智能的核心，通过收集想要了解的事物的大量数据，通过对数据的分析得到不同的特征数据从而可以区分事物或者预测趋势。机器学习是实现人工智能的一种途径。
机器学习主要包括三个部分：模型、策略和算法。

3. 感知机

感知机(Perception)：二类分类的线性分类模型，其输入为实例的特征向量，输出为实例的类别。是很多算法的基础，比如：支持向量机、神经网络、深度学习等，这个概念是由美国学者Frank Rosenblatt在1957年提出来的。
感知机由这几个部分组成：输入、权值、激活函数、输出