MATLAB深度学习笔记（一） 什么是机器学习？

最近在阅读Phil Kim写的《MATLAB Deep Learning》一书，为了鞭策自己能够读完这本英文书籍，准备将书中的内容再加上自己的理解作为学习笔记记录下来，书中的实践例子用matlab编写，比较直观易懂，便于验证，希望可以提高对深度学习的理解。

（一）什么是机器学习？

深度学习，机器学习和人工智能的关系可以这样来形容，机器学习是人工智能的一个分支，而深度学习是机器学习一种实现方法。人工智能可以包涵各种类型的智能技术，但机器学习只是其中一个特定领域。对于机器学习来说 ，它也包涵了很多种实现方法，深度学习就是其中一种比较好的方法。深度学习在许多领域上的应用比较成功，但追根溯源，深度学习只是机器学习的一种方法，所以机器学习的一些局限性，深度学习也是存在的。

在明白什么是深度学习之前，首先需要了解什么是机器学习。通俗来讲，机器学习就是和数据相关的一种建模手段。机器学习就是通过训练数据，最终得到一个解决问题的模型，这一过程是计算机自己完成，不需要人的干预，所以称之为“学习”。举个例子，现在我们要做一个水果自动分类系统，这个系统就是我们最终想要的“模型”，为了建立这一模型，可以有很多种方法，比如我可以设定不同的颜色和形状的组合代表不同的水果特点，以此来进行分类，长的绿色的圆柱形的判定为黄瓜，圆的红色的球体判定为西红柿。这样建立出来的模型就是传统意义上的人为的建模过程，这种模型可以解决一部分问题，比如水果特征差别较大的时候，识别准确率较高。但是当水果之间的特征差异较小，比如葱和黄瓜，就不太好区分，需要去加入更多的特征点才能辨别，人要不断的去修改模型，最终也未必能够达到要求。换一个角度思考，黄瓜和葱摆在你的面前，你一秒钟就可以分辨出它们，不需要去过多的考虑它们之间不同的特征，这是由于从小到大，你已经见过了太多的葱和黄瓜。那么计算机是否可以模仿这样一种识别方法，通过大量的黄瓜和葱的图片训练，自己分辨出它们，这就是机器学习的基本概念，利用训练数据建立模型，这样就可以解决人为建模无法解决的一些问题。