機器學習
定義:機器學習(machine learning, ml)是一門多領域交叉學科，涉及概率論、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。
分類:根據訓練集是否標註，9可以把機器學習分為監督學習（從標註好的訓練集中訓練出乙個**函式完成對未知資料的**），無監督學習(訓練集沒有人為標註),半監督學習(介於監督學習和無監督學習之間),增強學習(機器為了達成目標，隨著環境的變動，而逐步調整其行為，並評估每乙個行動之後所到的回饋是正向的或負向的)。
應用: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、**市場分析、dna序列測序、語音和手寫識別、戰略遊戲和機械人等領域。
深度學習
定義:深度學習（deep learning）是機器學習的分支，是一種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。簡單來說，深度學習（deep learning）就是更複雜的神經網路（neural network）。
大資料時代, 資料的爆發式增長
計算機硬體技術的發展, 計算成本下降, 速度提高
新演算法的發明
深度學習 神經網路入門
在進行這方面學習工作的時候，在網上蒐集到了很多的資料與部落格，之前一直把學習的筆記存放在有道雲裡，最近決定還是想要整理成部落格所以接下來會一直把我之前的機器學習 深度學習 強化學習的相關知識和自己的經驗整理成部落格陸續更新 深度學習是基於神經網路的研究，含多隱層的多層感知器就是一種深度學習結構。深度...
機器學習，深度學習，神經網路，深度神經網路
先來說一下這幾者之間的關係 人工智慧包含機器學習，機器學習包含深度學習 是其中比較重要的分支 深度學習源自於人工神經網路的研究，但是並不完全等於傳統神經網路。所以深度學習可以說是在傳統神經網路基礎上的公升級。神經網路一般有輸入層 隱藏層 輸出層，一般來說隱藏層大於2的神經網路就叫做深度神經網路，深度...
深度學習 深度神經網路
神經網路是由乙個個神經元相互連線並按層次排列構成的，深度神經網路是有任意層的神經網路，這裡的深度是指層次的多，而不是神經元數量的多。有任意層，那麼就要有乙個迴圈來負責遍歷每一層進行計算。所以深度神經網路的計算形式，就必須要適應這個迴圈結構。我們先來說說神經元吧 對於多神經元神經網路，其實也是一樣的。...