大家好，咱们今儿从5各方面，聊聊大家一直以来有些困惑的一个问题。
机器学习、深度学习以及人工智能的区别和联系！
概念 学习方式 数据需求 模型复杂性 应用领域
概念
通俗来说，人工智能就是让机器学会像人一样思考和行动，实现一些智能任务的技术。
机器学习是让机器从经验中学习，逐渐提高完成任务的能力，而不是通过严格的规则来指导。
深度学习是机器学习的一种方式，就像大脑的神经网络一样，通过多层次的学习处理复杂的任务。
学习方式
学习方式方面， 人工智能可以是机械执行预定规则，也可以通过经验学习，变得越来越聪明。
机器学习是让机器从数据中学习，不需要写死所有的规则，让机器自己找规律。
深度学习更厉害，它使用了很多层次的学习，就像我们学东西一样，从简单到复杂，一步步学习。
数据需求
人工智能可能需要一些数据，但不一定需要太多。
机器学习需要很多已经标记好的数据，机器通过这些数据学会怎么做任务。
深度学习需要更多的数据，因为它要学习更复杂的东西，需要更多的例子。
模型复杂性
人工智能的模型可以是一些设定好的规矩，也可以是学到的。
机器学习的模型可以简单也可以复杂，看任务难不难。
深度学习用了很多层的神经网络，模型更复杂，可以处理更复杂的问题。
应用领域
人工智能可以用在很多地方，比如语音识别、图像识别，让机器能听懂说的话、看懂图片。
机器学习用在数据挖掘、预测分析，通过数据学到规律，做一些预测。
深度学习在图像识别、语音识别等方面很强大，能够处理更复杂的任务。
最后
最近准备了16大块的内容，124个算法问题的总结，完整的机器学习小册，免费领取~
另外，今天给大家准备了关于「深度学习」的论文合集，往期核心论文汇总，分享给大家。
点击名片，回复「深度学习论文」即可~
如果你对类似于这样的文章感兴趣。
感谢大家的关注、点赞、转发~
