来源：原始 Jupyter Notebook。内容已转换为网页阅读格式；下载原文件。

机器学习定义

  • 非正式定义：在不直接针对问题进行编程的情况下，赋予计算机学习能力的一个研究领域。（1959年，出自 Arthur Samuel，他被誉为机器学习之父）
  • 正式定义：对于一个计算机程序来讲，给他一个任务 T 和一个性能测量方法 P，如果在经验 E 的影响下 P 对 T 的测量结果得到了改进，那么就说该程序从 E 中得到了学习。（1998年，出自 Tom Mitchell《Machine Leaming》）

人工智能、深度学习和机器学习

这三者的关系如下图所示：

人工智能（Artificial Intelligence，简称 AI）是用于研究、模拟及扩展人的智能应用科学，涉及机器人、语音识别、图像识别、自然语言处理等。它的研究横跨多门学科，如计算机、数学、生物、语言、声音、视觉甚至心理学和哲学。AI 的核心是做到感知、推断、行动及根据经验值进行调整（sense, reason, act and adapt），即类似人类的智慧体智能学习提升。

深度学习（Deep Learning）泛指深度神经网络学习，如卷积神经网络（Convolutional Neural Network，CNN）等，它把普通的神经网络从几层扩展到更多的层，通过大数据以及近些年发展的强大运算能力（比如 GPU）获取更精准的模型，广泛应用在图像和视频识别等领域。