計算機的發明，起初是為了代替人類進行重複性勞動，比如一些複雜的運算，對於人來說是非常困難的；然而，一些通過人類的直覺就可以很快解決的問題，如：自然語言、影象識別、語音識別等，對於計算機來說就非常困難，這就是人工智慧需要解決的問題。
2023年卡內基梅隆大學的tom michael mitchell教授在出版的書籍《machine learning》中隊機器學習進行過非常專業的定義：「如果乙個程式可以在任務t上，隨著經驗e的增加，效果p也隨之增加，則稱這個程式可以從經驗中學習。」
深度學習是機器學習的乙個分支，它除了可以學習特徵和任務之間的關聯以外，還能自動從簡單特徵中提取更加複雜的特徵。
人工智慧是一類非常廣泛的問題，機器學習是解決人工智慧問題的乙個重要手段，深度學習則是機器學習的乙個分支。
深度學習基本上是深層神經網路的乙個代名詞，而神經網路的技術可以追溯到2023年。神經網路的發展大致可以分為三個階段。
深度學習簡介
一 概念 1.是機器學習研究中的乙個新的領域，其動機在於建立，模擬人腦進行分析學習的神經網路，它模擬人腦的機制進行解釋資料，學習方法也分為監督學習和非監督學習兩種方式。2.深度學習成功的條件 大資料 大規模計算能力 複雜模型 高效演算法 二 適於解決的問題的特徵 1.深度不足會出現問題 2.人腦具有...
深度學習簡介
一 人工智慧 機器學習與深度學習 1.定義 2.傳統機器學習和深度學習流程對比 3.人工智慧 機器學習以及深度學習之間的關係 二 深度學習的應用 1.計算機視覺 影象識別 2.語音識別 3.自然語言處理 nlp 4.人機博弈 三 深度學習工具介紹和對比 一 人工智慧 機器學習與深度學習 1.定義 業...
深度學習簡介
深度學習是指多層神經網路上運用各種機器學習演算法解決影象 文字等各種問題的演算法集合。深度學習從大類上可以歸入神經網路，不過在具體實現上有許多變化。深度學習的核心是特徵學習，旨在通過分層網路獲取分層次的特徵資訊，從而解決以往需要人工設計特徵的重要難題。深度學習是乙個框架，包含多個重要演算法 conv...