人工智能 机器学习 深度学习三者关系

 1 传统机器学习与深度学习的区别

1）传统机器学习：利用特征工程 (feature engineering)，人为对数据进行提炼清洗
2）深度学习：利用表示学习 (representation learning)，机器学习模型自身对数据进行提炼，不需要选择特征、压缩维度、转换格式等对数据的处理。深度学习对比传统方法来说，最大的优势是自动特征的提取（原文链接：https://blog.csdn.net/wydbyxr/article/details/83651929）
 深度学习重视特征提取，而机器学习做简单的分类cnn（特征识别模型）+随机森林（分类模型） 

2 人工智能>机器学习>深度学习三者关系

1 人工智能

人工智能的英文全称是 Artificial Intelligence，简称 AI

目的是让计算机模拟人类的思维，从而解决一些不能用代码描述的问题

不给计算机编写固定的算法，而是让它自己形成一套模型，然后利用这套模型来帮助人们解决问题

2 机器学习

 Machine Learning，简称 ML

具体如何才能实现人工智能呢？答案就是机器学习

什么是机器学习？

机器学习是让计算机像人类一样学习和行动的科学，通过以观察和现实世界互动的形式向他们提供数据和信息，以自主的方式改善他们的学习，从经验中学习。

机器学习需要做什么？

搭建模型-->输入数据-->训练学习调整参数-->测试模型训练效果

需要先搭建一个模型，这个模型包含了很多参数，然后把准备好的数据（包括正确的结果）输入到模型中，不断调整模型的参数，直到它非常接近或者完全符合正确的结果，这个时候我们就说模型训练好了。

目前已有机器学习模型：

决策树、随机森林、逻辑回归、SVM、朴素贝叶斯、支持向量

3 深度学习

深度学习的英文全称是 Deep Learning，简称 DL。

深度学习是什么？

深度学习是一种特征学习方法，把原始的数据通过非线性的复杂模型转换为更高层次的表达，学习样本数据的内在规律。

4 总结 人工智能>机器学习>深度学习三者关系

人工智能是一种美好的目标，它希望用计算机来模拟人类的思维方式。

机器学习是实现人工智能的主要途径，也是人工智能的核心，它有很多模型（算法）可以选择。

深度学习是机器学习的一个重要分支，需要更多的数据和算力作为支撑，否则难以发挥其优势。

来源：科普|人工智能、机器学习、深度学习的区别，终于说清楚了~ - 知乎 (zhihu.com)