機器學習是一門交叉學科
模式識別，機器學習也是模式學習，只是換了個說法，機器學習把各種各樣的場景當成各種模式，把模式識別出來，相當於總結模式的規律
資料探勘， 很多時候是和資料庫的知識，然後加上核心的演算法，就可以做資料探勘方面的事情了。 拿到資料就會對資料進行清洗 （etl）
再加上一些機器學習演算法，就可以挖掘出價值來。
統計學習。 機器學習很多時候會涉及公式， 很多公式會用到統計學習的方法，機器學習也是一種應用數學。
計算機視覺。 把當做資料 ，使用一些演算法，使機器像人一樣有總結規律的能力。根據的一些規律，來識別是什麼。識別中有什麼物品，是具體什麼位置 等等。
語音識別。 把聲音當做開始的資料來源，把他進行一些雲的識別，或者進行一些翻譯， 其中最核心的嗎，除了把聲音轉成機器可以聽得懂的數值之外，就是要使用演算法，來讓他有很好的識別的準確率。
自然語言處理。 某門語言，翻譯成另外一門語言， 其中的核心還是要找到他的具體規律，比如 詞和詞之間的規律，詞項的特點，實現這些功能，也是需要訓練乙個模型。
機器學習 的子類 ：深度學習 深度學習的核心是演算法。這些演算法有些會比較複雜。同時也需要大量的資料，來模擬人的能力，來做ai產品。很多大廠自己研發了深度學習的框架。 深度學習和機器學習是相通的
子父類關係：
總結：模式識別= 機器學習
資料探勘=機器學習+資料庫
統計學習=機器學習的數學化
計算機視覺=影象處理+機器學習
語音識別=語音處理+機器學習
自然語言處理 = 文字處理+機器學習
01 人工智慧與機器學習概念介紹
人工智慧 流水線機器其實就是人工智慧。機器學習包含深度學習 可以理解為高階的機器學習 例如 圖形影象識別 自然語言處理。機器學習是一門多學科交叉專業，涵蓋概率論知識，統計學知識，近似理論知識和複雜演算法知識，使用計算機作為工具並致力於真實實時的模擬人類學習方式，並將現有內容進行知識結構劃分來有效提高...
人工智慧與機器學習
現如今，人工智慧與機器學習受到了各行各業的廣泛關注，大眾對其態度不一。但是人工智慧與機器學習對不同的人來說其代表的東西並不相同。通常人工智慧與機器學習會引起人們的恐懼與不確定性，因此一些專家對這兩個術語相關的風險表示擔憂。事實上，人工智慧與機器學習已經成為了我們日常生活中不可分割的一部分，即使在有些...
人工智慧與機器學習目錄
1 anaconda搭建人工智慧與深度學習平台 2 python基礎 python基礎 基礎語法元素 python基礎 基本資料型別 python基礎 組合資料型別 python基礎 程式控制結構 python基礎 函式 python基礎 類和物件 python基礎 檔案讀寫 模組 包和庫 pyth...