---

1. 人工智能、機器學習、深度學習的關系

**人工智能（Artificial Intelligence，AI）**是研發用于模擬、延伸和擴展人的智能的理論、方法、技術及應用系統的一門新的技術科學。
**機器學習（Machine Learning，ML）**是當前比較有效的一種實現人工智能的方式。
**深度學習（Deep Learning，DL）**是機器學習算法中最熱門的一個分支，近些年取得了顯著的進展，并替代了大多數傳統機器學習算法。

---

2. 機器學習

區別于人工智能，機器學習、尤其是監督學習則有更加明確的指代。機器學習是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性能。

---

2.1 實現原理

機器學習的實現可以分成兩步：訓練和預測，類似于歸納和演繹：

• 歸納： 從具體案例中抽象一般規律，機器學習中的“訓練”亦是如此。從一定數量的樣本（已知模型輸入 𝐱 和模型輸出 𝑦 ）中，學習輸出 𝑦 與輸入 𝐱 的關系（可以想象成是某種表達式）。
• 演繹： 從一般規律推導出具體案例的結果，機器學習中的“預測”亦是如此。基于訓練得到的 𝑦 與 𝐱 之間的關系，如出現新的輸入 𝐱，計算出輸出 𝑦。通常情況下，如果通過模型計算的輸出和真實場景的輸出一致，則說明模型是有效的。
  

---

---

2.2 如何實施

是否有更生動的表達？

---

3. 深度學習

---

神經網絡核心概念

TBD.