学习人工智能关键概念总结

最近在了解一些人工智能方面的知识，对相关概念进行一下梳理。理解有误的地方请指出！

人工智能属于计算机科学与技术CS的子学科。是计算机和多种其他诸如数学、心理学、社会学、甚至医学等的交叉学科。
机器学习（Machine Learning）是计算机技术与其他处理技术结合，形成的次级交叉学科。
机器学习 + 数据库 = 数据挖掘
机器学习 + 图像处理 = 计算机视觉
机器学习 + 语音处理 = 语音识别
机器学习 + 文本处理 = 自然语言处理

深度学习是机器学习的重要子分类；使得它如此重要的原因是深度学习中的关键技术，也可以说是一种算法——人工神经网络（简称神经网络）。

人工神经网络是人类模仿大脑的神经元之间传递，在计算机系统中实现的信息处理和表达模式。举个例子来说明它的运作方式：
视觉接收到一个正方形，分解为四个折线进入视觉处理的下一层中。四个神经元分别处理一个折线。每个折线再继续被分解为两条直线，每条直线再被分解为黑白两个面（比如有个项目是在上万个视频中识别猫）。于是，一个复杂的图像变成了大量的细节进入神经元，神经元处理以后再进行整合，最后得出了看到的是正方形的结论。这是一个分解再整合的过程，人类的信息处理方式如此，神经网络亦是如此。

不要脸的说，自己真的有点想搞ML了。没有统计学背景，没有硕士学历，只能硬着头皮上了。最后，心态问题，能找到一个自己愿意付出的方向是一种幸福，同时也许会是自己能够坚持的最大动力。