人工智慧神經網路機器學習深度學習的區別

神經網路：神經網路是對生物大腦的一種粗糙的數學建模，本質上是乙個函式或者乙個程式，它是機器學習和深度學習的常用工具，但機器學習不一定使用神經網路（概率圖模型、svm、logistic回歸等機器學習模型都不使用神經網路）

機器學習：機器學習就是給定資料和想要達到的目標，讓程式根據輸入資料一步步自我優化向目標靠近。輸入的資料可以是有監督的（給定答案），例如分類問題，此時我們達到的目標就是**正確的標籤；也可以是無監督的（沒有給定答案），例如聚類問題，此時我們達到的目標就是把樣本分成事前不知道的幾類。

深度學習：機器學習的一種。「深度」就是很多層的意思。理論上來講，深度學習是通過很多層的特徵抽取得到對原始輸入的高效利用（類似投票，人們投出自己的代表，代表再投出代表，這樣一層層投票下去，每層的代表都會表示更清晰、明確、強烈的意向）。實際上，由於目前只有神經網路勝任多層特徵抽取，深度學習在實踐上等價於用有很多層的神經網路進行機器學習。