把以前看的亂七八糟的先整理一下，從最簡單的開始。
人工智能、機器學習與深度學習的關系，
一張圖解釋所有：
Over.
//過於糊弄，再寫點東西
人工智能誕生於20世紀50年代。
人工智能的簡潔定義：努力將通常由人類完成的智力任務自動化。
人工智能是一個綜合性的領域，不僅包括機器學習與深度學習，還包括更多不涉及學習的方法。
符號主義人工智能(解決定義明確的邏輯問題)-->專家系統達到符號主義的高潮-->難以給出明確規則解決的問題-->由此出現新的方法代替符號主義人工智能(這就是機器學習)
機器學習是訓練出來的，不是明確地用程序編寫出來的。
程序設計與機器學習的區別：
機器學習中的學習指的是，尋找更好數據表示的自動搜索過程。
機器學習的技術定義：在預先定義好的可能性空間中，利用反饋信號的指引來尋找輸入數據的有用表示。
深度學習是機器學習中的一個分支，強調從連續的層(Layer)中進行學習。
深度學習中的“深度”指的並不是利用這種方法所獲取的更深層次的理解，而是指一系列連續的表示層。數據模型中包含多少層，這被稱為模型的深度。
在深度學習中，這些分層表示幾乎總是通過叫作神經網絡的模型來學習得到的。
OK，到底為止。
另外推薦一本書：
感覺不錯，雖然我沒看完(手動狗頭。