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。。。。。。