把以前看的乱七八糟的先整理一下，从最简单的开始。
人工智能、机器学习与深度学习的关系，
一张图解释所有：
Over.
//过于糊弄，再写点东西
人工智能诞生于20世纪50年代。
人工智能的简洁定义：努力将通常由人类完成的智力任务自动化。
人工智能是一个综合性的领域，不仅包括机器学习与深度学习，还包括更多不涉及学习的方法。
符号主义人工智能(解决定义明确的逻辑问题)-->专家系统达到符号主义的高潮-->难以给出明确规则解决的问题-->由此出现新的方法代替符号主义人工智能(这就是机器学习)
机器学习是训练出来的，不是明确地用程序编写出来的。
程序设计与机器学习的区别：
机器学习中的学习指的是，寻找更好数据表示的自动搜索过程。
机器学习的技术定义：在预先定义好的可能性空间中，利用反馈信号的指引来寻找输入数据的有用表示。
深度学习是机器学习中的一个分支，强调从连续的层(Layer)中进行学习。
深度学习中的“深度”指的并不是利用这种方法所获取的更深层次的理解，而是指一系列连续的表示层。数据模型中包含多少层，这被称为模型的深度。
在深度学习中，这些分层表示几乎总是通过叫作神经网络的模型来学习得到的。
OK，到底为止。
另外推荐一本书：
感觉不错，虽然我没看完(手动狗头。