图解：AI 与深度学习及机器学习，三者之间的区别

⭐️ 本文首发自 前端修罗场(点击加入)，是一个由资深开发者独立运行的专业技术社区，我专注 Web 技术、答疑解惑、面试辅导以及职业发展。现在加入，私聊我即可获取一次免费的模拟面试机会，帮你评估知识点的掌握程度，获得更全面的学习指导意见，交个朋友，不走弯路，少吃亏！

最近公司在研发分布式高性能的云计算平台，其中涉及到了 AI 方面的处理。所以我也在自学 Machine Learning。不过在 AI 方面的知识却是需要花功夫花时间学习的。在学习的过程中我发现了一个不错的学习教程(点击查看)，推荐给大伙，我个人觉得这个教程讲解的通俗易懂，帮我省去了自己苦苦专研的时间，能够得到快速的进步。下一阶段，我也会在这里和大家分享我的学习笔记。

---

AI

如上图所示，人工智能是指机器执行复杂任务的能力，是一个通用术语。 这些通常是指基于能够进行认知计算的算法的软件。

这包括机器人技术、自然语言处理、机器学习和深度学习。

计算能力的指数级增长导致了人工智能应用的爆炸式增长。
你在科幻小说中看到的现在已经成为日常生活的一部分。

机器现在可以在没有人工干预的情况下执行复杂的任务。
其中最著名的两种形式是机器学习和深度学习。

而 AI 有两个最著名的子领域是：机器学习和深度学习。

机器学习

• 机器学习：分析数据并从数据中学习的算法。 他们可以执行预测任务，例如回归和分类。

机器学习的想法可以追溯到 1950 年代后期。 这始于斯坦福大学的一名计算机科学家：机器可以自己学习，而不是人类教计算机。

因为学习过程需要数据，那么在线应用生成的大量数据正好为机器学习的应用获得了契机。

机器学习包含分析数据并从数据中学习的算法。这些算法使软件能够进行预测和关联。

这与传统编程不同，在传统编程中，软件的执行依赖于手动编码的逻辑。

举一个现实世界的例子：
为了防止欺诈，机器学习通过数据训练，能够有助于识别模式、行为和风险趋势并做出反应。

深度学习

• 深度学习是一组机器学习算法，它使用能够从经验中学习的复杂神经网络。

深度学习是指基于神经网络的特定类别的机器学习和人工智能。

神经网络创建于 1950 年代，其灵感来自人脑生物学模型。

如果说机器学习是人工智能的一个分支，那么深度学习就是机器学习的一个分支。

深度学习是一组机器学习算法，它使用能够从经验中学习的复杂神经网络。 这些系统必须在现有示例的基础上进行训练。

它是如何工作的？

在神经网络中，人工神经元被分组为层，信息单向流动。 一层中的每个神经元都与其余的神经元通信，直到到达网络的末端。 结果是深度学习能够使用大量数据为计算机系统提供复杂的决策。

总结

机器学习是人工智能的一个部分，深度学习是机器学习的一个分支。

如果你觉得这篇文章还不错，请点击下方小红心 ❤️，鼓励一下！我会继续为你带来优质的内容~我是前端修罗场，一个独立运行的专业技术社区，欢迎你关注我！