深度学习、机器学习、人工智能的区别

---

人工智能AI：Keras PyTorch MXNet 深度学习实战（不定时更新）

• 用户画像

• C、C++笔记

• JavaWeb+大数据笔记

• CDH 6、CDH5

• Python笔记

• Keras、PyTorch

• 日语语法、日语单词 学习

/s/1OBd1rbwGx0F8YnefM7R0Uw 
提取码0hal
/s/1TKNZ6TtDxDtDUnezrcXJ8Q 
提取码2ber 
/s/1_XWMwcoNuDPdE3xkluo08A 
提取码b12m 
/s/1eW8YSrasGiTXpBFSSJd78Q 
提取码7aeu 
/s/1xi_3T6Nw__Sy-QQaN29O4Q 
提取码1gcs 

================= 最新文章 ================= 

1.CDH 6 的安装和使用 、CDH5安装

2.用户画像

3.Spark 实时处理

4.大数据组件安装(非CDH)和使用 总文章

5.大数据组件使用 总文章

6.window下 人工智能 Keras、TensorFlow、PyTorch、CUDA、cuDNN 的环境安装 总文章、window 安装 PyTorch

、window下安装MXNet

7.人工智能AI：Keras PyTorch 深度学习实战（不定时更新）

8.搜索引擎：Elasticsearch、Solr、Lucene

深度学习、机器学习、人工智能的区别

    1.机器学习 是 人工智能 的一个分支
        主要研究如何使机器在不必额外编程的情况下，学会执行特定任务
        机器学习 的核心思想在于可以通过创建算法让机器通过数据进行学习并预测数据

    2.机器学习 有 3 个大的分类 
        第 1 种是监督学习，机器通过己知的输入和对应的预期输出进行样本训练，以对全新的未知数据进行有意义的预测 
        第 2 种是无监督学习，机器只能通过输入的数据，在没有外界监督的情况下自己发现有意义的结构
        第 3 种是强化学习，机器作为同环境进行交互的代理，学习哪些行为能获得奖赏。

    3.深度学习 是利用 人工神经网络 进行 机器学习 的方法论里的一个特定子集
        人工神经网络 的灵感来自于人类大脑神经元的结构
        深度学习对机器学习来说是一次真正的海啸。它虽然只有相对较少的巧妙的方法，却被成功地应用到非常多的不同的领域（图像、文本、视频、 语音和视觉），
        显著改进了过去几十年的技术发展水平。深度学习 的成功还因为现在有了更多的可用于训练的数据（如来自 ImageNet 的图像〉，
        以及可用于高效数值计算的相对低廉、可用的 GPU 。