什麼是機器學習

機器學習是人工智慧的一個分支。人工智慧的研究是從以“推理”為重點到以“知識”為重點，再到以“學習”為重點，一條自然、清晰的脈絡。機器學習是實現人工智慧的一個途徑，即以機器學習為手段解決人工智慧中的問題。機器學習演算法是一類從資料中自動分析獲得規律（模型），並利用規律對未知資料進行預測的演算法

21世紀機器學習又一次被人們關注，而這些關注的背後是因為整個環境的改變，我們的資料量越來越多，硬體越來越強悍。急需要解放人的生產力，自動去尋找資料的規律。解決更多專業領域的問題。機器學習已廣泛應用於資料探勘、計算機視覺、自然語言處理、生物特徵識別、搜尋引擎、醫學診斷、檢測信用卡欺詐、證券市場分析、DNA序列測序、語音和手寫識別、戰略遊戲和機器人等領域.

深度學習（deep learning）是機器學習拉出的分支，它試圖使用包含複雜結構或由多重非線性變換構成的多個處理層對資料進行高層抽象的演算法。深度學習是機器學習中一種基於對資料進行表徵學習的方法。觀測值（例如一幅影象）可以使用多種方式來表示，如每個畫素強度值的向量，或者更抽象地表示成一系列邊、特定形狀的區域等。而使用某些特定的表示方法更容易從例項中學習任務（例如，人臉識別或面部表情識別）。深度學習的好處是用非監督式的特徵學習和分層特徵提取高效演算法來替代手工獲取特徵。

至今已有數種深度學習框架，如深度神經網路、卷積神經網路和深度置信網路和遞迴神經網路已被應用計算機視覺、語音識別、自然語言處理、音訊識別與生物資訊學等領域並獲取了極好的效果。