AI，ML和DL的关系
人工智能（AI，Artificial Intelligence）是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门技术科学，人工智能研究的分支，如专家系统、机器学习、进化计算、模糊逻辑、计算机视觉、自然语言处理、推荐系统等
通常将人工智能分为弱人工智能和强人工智能。前者让机器具备观察和感知的能力，可以做到一定程度的理解和推理，后者让机器获得自适应能力，解决一些之前没有遇到过的问题
机器学习是用算法解析数据，不断学习，对世界中发生的事做出判断和预测的一项技术。常用的十大机器学习算法有：决策树、随机森林、逻辑回归、SVM、朴素贝叶斯、K最近邻算法、K均值算法、Adaboost算法、神经网络、马尔科夫。
深度学习是用于建立、模拟人脑进行分析学习的神经网络，并模仿人脑的机制解释数据的一种机器学习技术。它的基本特点是试图模仿大脑的神经元之间传递，处理信息的模式。深度学习与机器学习中的神经网络强相关，深度学习分为卷积神经网络（CNN，Convolutional Neural Networks）和深度置信网（DBN, Deep Belief Nets）。其主要的思想是模拟人的神经元，每个神经元接受信息，处理完后传递给与之相邻的所有神经元。
参考链接：小白都能看懂：人工智能、机器学习和深度学习的联系与区别！
本文创建于2021年 10月 08日 星期五 22:02:23 CST，修改于2021年 10月 08日 星期五 22:02:23 CST