機器學習(Machine Learning, ML)是一門多領域交叉學科，涉及機率論、統計學、逼近論、凸分析、演算法複雜度理論等多門學科。專門研究計算機怎樣模擬或實現人類的學習行為，以獲取新的知識或技能，重新組織已有的知識結構使之不斷改善自身的效能。

它是人工智慧的核心，是使計算機具有智慧的根本途徑，其應用遍及人工智慧的各個領域，它主要使用歸納、綜合而不是演繹。

機器學習是實現人工智慧的方法之一，深度學習是機器學習的一種技術。

人工智慧包括機器學習、專家系統、進化計算、模糊邏輯、自然語言處理等多個分支，近年來人工智慧成為熱點，很大程度是因為機器學習尤其是深度學習帶動起來的。

在機器學習中，還可根據演算法的不同細分為各個子領域，比如決策樹、聚類、貝葉斯分類、支援向量機等等。因為最近幾年深度學習最為熱門，所以主要介紹一下深度學習是如何實現的。

深度學習主要是透過給機器不斷的訓練集，讓程式在自我學習和修正中實現的。打個不是很精準的比方，一個小孩子的學習過程中，透過不斷的試錯，可能發現這種方式或者哪一個答案最好。但是，與人腦的學習過程又有所不同，深度學習裡面又涉及到很多個處理層，而這些處理層之前的邏輯關係也不是特別的清楚，所以有的人也說，深度學習現在還是一個“黑箱”，還沒法看清裡面的邏輯過程。

總的說來，訓練集如果越多，那麼這個黑箱描述的內容也就可能更加準確，也就是說人工智慧體現出來的效果也就更好。

------------------------------------------

機器學習是實現人工智慧的方法。機器學習的話，要先學python。你可以看看Python學習路線圖。