神经网络、深度学习、机器学习

机器学习

机器学习就是给定数据和想要达到的目标，让程序根据输入数据一步步自我优化向目标靠近。
比如knn聚类、回归(最小二乘)、贝叶斯分类、决策树分类等，机器学习可以直接从已有数据中直接对数据进行处理，也可以通过对原始数据的学习的结果进行存储，也就是形成经验，然后对后续数据进行处理。
比如，knn形成类别之后，可以对新来的数据直接进行分类等等

神经网络

神经网络，该模型灵感来自动物的中枢神经系统，通常呈现为相互连接的“神经元”，它可以对输入值通过反馈机制使得它们适应对应的输出。
就是通过不停的矩阵乘法和加法组成的

深度学习

深度学习是神经网络的进阶版，它的基本思路与神经网络类似，但往往比神经网络有着更复杂的结构以及优化算法，是神经网络的纵向延伸，常见的模型有CNN, RNN, LSTM等。