机器学习、深度学习、强化学习、迁移学习和人工智能的联系和区别？

机器学习、深度学习、强化学习、迁移学习和人工智能的联系和区别？

简单区分一下
机器学习：通过优化方法挖掘数据中规律的学科，多用于数据挖掘、数据分析和预测等领域。
深度学习：运用了神经网络作为参数结构进行优化的机器学习算法，广泛地应用于是计算机视觉和自然语言处理领域。
强化学习：不仅能利用现有数据，还可以通过对环境的探索获得新数据，并利用新数据循环往复地更新迭代现有模型的机器学习算法。强化学习强调和环境进行交互，通过环境给出的奖惩来学习。
迁移学习：当需要完成的任务没有足够的的标签数据时（新的标签数据很难获取、费时、昂贵），传统的监督学习方法会失灵——它往往无法得出一个可靠的模型。迁移学习就是从其他大型数据训练得到模型拿过来作为当前任务的预训练模型，对模型进行微调。