「圖解」什麼是機器學習？什麼又是深度學習？你只需要這兩張圖_風聞

深度學習是什麼？

上圖準確的説明了機器學習以及AI的模式

深度學習是機器學習的一種：它用了一項技術，使得計算機找到數據中的最小模式並放大。這項技術叫做深度神經網絡，稱得上深度那是因為它將基本計算節點劃分為多層，這些計算節點同時工作

神經網絡是什麼？

神經網絡是由人腦內部構造啓發的，這種網絡結構有點像大腦本身。Hinton發表重要論文的時候神經網絡已經不流行了。沒人真知道怎麼訓練這個算法，所以也沒人獲得有效結果。這個技術花了三十年才重返潮流。天知道它是不是真的有轉機。

你首先得知道的一件事是：機器（以及深度）學習分三種：監督式，非監督式和強化式。其中最熱門的監督學習中，數據被標記好以告知計算機它所尋找的數據模式。請把它想象成一條一旦探知目標就會進行光速追捕的嗅探犬。當你在Netflix上點擊播放按鈕的那一秒，你在告訴算法獲取相似影劇。

無監督學習是什麼？

在無監督學習中，數據是沒有被標記。我們只是讓計算機看它能自行發現什麼模式。這就好像讓一條狗去聞無數不同的物品並把它們分類進相似的氣味分組一樣。無監督技術並不流行是因為他們沒那麼多典型應用。有意思的是，這些技術在信息安全方面獲得了更多關注。

最後，我們還有強化學習，機器學習中最前沿的分支。強化學習算法通過反覆實驗來達成清晰目標。它嘗試大量不同的事項，並基於它的行為對最終目的有幫助或是有阻礙來獲得獎懲。

這就像在給狗訓練新把戲的時候給它獎勵品一樣。AlphaGo，在複雜圍棋比賽中擊敗最強人類選手而出名的Google程序的基礎就是強化學習。

AI的更多背景知識流程圖

由於業界對AI的定義是不斷變化的，這個術語也經常被弄的亂七八糟。例如過去被認為的人工智能系統，在今天看來或許有點牽強了

所以讀AI背景知識進行梳理可以讓你準確的掌握這個知識點。上圖的梳理就能很好的幫助判斷是否為使用了AI技術。

在最廣泛的意義上，人工智能指的是能夠為自己學習、推理和行動的機器。

也就是説當面對新的情況時，這些機器可以做出自己的決定，就像人類和動物一樣可以思考。這通常被稱為“強人工智能”或“AGI”。

一些專家認為，機器學習和深度學習如果有了足夠多的數據，最終將使我們我們進入AGI。

雖然在其他方面它仍然比一個蹣跚學步的孩子笨得多，但確確實實通過數據AI已經掌握了圍棋。

（部分內容來自網絡侵刪）

留在最後的綜合解析圖

這是一份深度學習和機器學習的綜合解析圖（部分），包含了市場上對於深度學習和機器學習的應用需求，以及常用框架和三大神經網絡模型的技術點歸納，如果有需要可以留下你們的聯繫方式發送給你們。