人工智能、机器学习和深度学习
人工智能(Artificial Intelligence)是一个最广泛的概念,人工智能的目的就是让计算机这台机器能够像人一样思考。 机器学习(MachineLearning)是实现人工智能的方式,专门研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,使之不断改善自身的性能。 深度学习(Deep Learning)是一种机器学习的方法,它试图使用包含复杂结构或由多重非线性变换构成的多个处理层(神经网络)对数据进行高层抽象的算法。 人工神经网络是机器学习中的一类算法 深度学习就是其中一种神经网络算法。 深度学习还有个别名叫(UnsupervisedFeature Learning)顾名思义就是,不要人参与特征的选取过程。 深度学习的实质是通过构建具有很多隐层的机器学习模型和海量的训练数据,来学习更有用的特征,从而最终提升分类或预测的准确性。 所以“深度模型”是手段,“特征学习”是目的。 “深度”:通过多隐层感知器,组合底层特征行程跟加抽象的高层表示属性类别或特征,已发现数据的分布式特征。 “学习”:模拟人脑分析学习的神经网络。 神经网络是一组大致模仿人类大脑构造设计的算法,用于...