机器学习介绍

机器学习是一种实现人工智能的方法，深度学习是一种实现机器学习的技术。我们就用最简单的方法——同心圆，可视化地展现出它们三者的关系。

人工智能-机器学习-深度学习之间的关系

人工智能是最早出现的，也是最大、最外侧的同心圆，其次是机器学习，最内侧是深度学习，也是当今人工智能大爆炸的核心驱动。

人工智能(AI)是一个最广泛的概念，人工智能的目的就是让计算机能够像人一样思考。

机器学习(Machine Learning)是人工智能的分支，它是人工智能的核心，是使计算机具有智能的根本途径，数据代表规律；代表数据价值；不包含关联；。

深度学习(Deep Learning)是机器学习研究中的一个新领域，推动了机器学习的发展，并拓展了人工智能的领域范围。有观点认为，深度学习可能就是实现未来强AI的突破口。与机器学习有重叠，但可能用到不同的方法，包含关联；

机器学习

机器学习的别名：推理，估计，统计学，模式识别；

机器学习

业界有一种错误的较为普遍的意识，即“深度学习最终可能会淘汰掉其他所有机器学习算法”。这种意识的产生主要是因为，当下深度学习在计算机视觉、自然语言处理领域的应用远超过传统的机器学习方法，并且媒体对深度学习进行了大肆夸大的报道。

深度学习，作为目前最热的机器学习方法，但并不意味着是机器学习的终点。起码目前存在以下问题：

1. 深度学习模型需要大量的训练数据，才能展现出神奇的效果，但现实生活中往往会遇到小样本问题，此时深度学习方法无法入手，传统的机器学习方法就可以处理；
2. 有些领域，采用传统的简单的机器学习方法，可以很好地解决了，没必要非得用复杂的深度学习方法；
3. 深度学习的思想，来源于人脑的启发，但绝不是人脑的模拟，举个例子，给一个三四岁的小孩看一辆自行车之后，再见到哪怕外观完全不同的自行车，小孩也十有八九能做出那是一辆自行车的判断，也就是说，人类的学习过程往往不需要大规模的训练数据，而现在的深度学习方法显然不是对人脑的模拟。