深度学习随笔一：浅谈机器学习、深度学习区别

一、人工智能、机器学习、深度学习

范围：人工智能 > 机器学习 > 深度学习
浅谈：人工智能：机器代替人完成某些智力任务；
机器学习和深度学习的核心：通过反复、大量学习输入的样本数据和这些输入样本数据所对应的结果，从中“学习”出规则，该规则可应用于除样本数据的新数据中。

二、浅谈机器学习、深度学习区别

那机器学习和深度学习的区别在哪儿？
头皮好麻。。。。。。
首先大家需要建立一个基本认知：机器学习完成的第一件事是对输入数据进行“改头换面”，较术语一点的说法是改变数据的有用表示。举例说明：用o和×表示两类实物，在坐标系xoy上如下图：（灵魂画手重出江湖）

现有一新数据，A（a，b）需要进行上述分类，判断属于O还是×。
但是，并不着急进行新数据的分类，先进行数据预处。如下：

如上图所示，进行坐标变换，可以得到更好的数据表示。此时，A的横坐标a > 0，则A属于O类；反之A属于×类。
可以非常明显看出，进行坐标变换后，分类更简单了。这就是找寻数据的有用表示！！！！手动划重点。
那么机器学习中的“学习”就是指寻找输入数据的有用表示。
深度学习是机器学习的一个重要分支。即深度学习是寻找数据的有用表示的一种方法。“深度”指数据模型，通常为神经网络中的层数。深度学习就是从这些连续的层中寻找数据的有用表示，层数越多，就可以学习到越来越有含义的表示。

注明：随笔想法主要来自《Pyhton深度学习》这本书，良心推荐。。。。。。