白话深度学习

什么是深度学习？

在科技快速发展的今天，我们可以经常在各个领域听到人工智能，机器学习，深度学习这一系列的词语，那到底它们有什么联系的，下面这个图就很好的诠释了它们之间的包含关系。

人工智能包含机器学习，当我们大多数人谈到人工智能就会想到，通过人力让机器拥有智慧，这就是人工智能。但机器到底是怎么拥有智能，怎么学习的呢？
在机器学习中，学习方式又三大类：
1．监督学习：利用一组已知类别的样本调整分类器的参数，使其达到所要求性能的过程，也称为监督训练或有教师学习。
2．无监督学习：根据类别未知(没有被标记)的训练样本解决模式识别中的各种问题，称之为无监督学习。
3．半监督学习：半监督学习(Semi-Supervised Learning，SSL)是模式识别和机器学习领域研究的重点问题，是监督学习与无监督学习相结合的一种学习方法。半监督学习使用大量的未标记数据，以及同时使用标记数据，来进行模式识别工作。
对于笼统的解释来说一般很难对机器学习进行一个直观的理解，这里对监督学习做一个举例，方便大家理解。

对于我们来说，小时候父母带着我们看书看卡片，从卡片里来认识各种实物。父母不断指着卡片里的事物让我们学习，然后告诉我们卡片里画的是什么，它的名字叫什么的这一个过程就可以看做是监督学习。然后通过我们不断的记忆和认识，来记住某个图片的实物的过程就是训练过程。放在机器上或者说计算机上，我们就是计算机的父母，我们来不断的告诉计算机这是什么。相信AlphaGo大家非常的熟悉，是第一个击败人类职业围棋选手、第一个战胜围棋世界冠军的人工智能机器人，由谷歌（Google）旗下DeepMind公司戴密斯·哈萨比斯领衔的团队开发。其主要工作原理是“深度学习”。 AlphaGo也是一种监督式学习。

在计算机进行学习的时候，我们也会人为的对学习结果设置期望值，我们首先给计算机许多比如西瓜的图片，告诉计算机这样的图片就是西瓜，并让它不断的训练学习并找出其中的规律，总结出西瓜的的特征并能在训练完之后自主的分辨出什么是西瓜什么不是西瓜（当然计算机所认识的西瓜只是一堆数据，但也是区别于其他物体的数据）这个过程就叫机器学习中的有监督学习。* 如何测试计算机有没有学习到位呢？这里也可以拿我们生活中的例子举例，学生先通过课本进行学习，然后通过试卷来进行知识的测试。对于机器来说，我们就会人为的创造训练集，测试集，验证集等来对计算机的学习成效进行判断打分，看学习是否有效。
监督学习目前最火也最被为大家所熟悉的就是人脸识别，随着计算机计算能力的提升，已经深度学习的不断进步，人脸识别已经被广泛的运用于我们的日常生活中。上班人脸打卡，支付宝的人脸支付等等，人脸识别也是一种监督学习，人脸识别能达到如今的识别准确率，是计算机经过几百万的人脸训练而得来的。
对于无监督学习来说，那就是没人告诉机器这些是什么，输入机器的数据没有标签，也没有确定的结果。通过对样本的相似性进行分类（聚类），找出事物的不同或者发现规律。无监督学习目标不是告诉计算机该分多少类该怎么做，而是让计算机学着自己去做事情。
那计算机是怎么学习到特征的的？计算机又是如何总结出规律的呢？这取决于我们使用什么样的机器学习算法。
目前有监督学习算法中比如人脸识别已经达到非常成熟的阶段，相比较监督学习来说无监督学习的发展更是以后人工智能的走向，做好无监督学习，让机器能更好的自我的进行学习分类，这才是让机器真正的拥有智能。让机器真正的拥有自我思维，还有很长的一段路要走，但我相信这只是时间问题，没有做不到，只有想不到。
机器学习是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。概率论，统计学一些基本的数学知识，也是学习机器学习的入门必备。
这里只是大概的用我们本身举例来映射到机器学习上，当你更加深入的了解深度学习，便会发现一个更加广阔的世界。