首先回顾一下人工智能，它的起源，来与人们期望使用机器来模拟人的意识和思维。随着人们开始研究人工智能领域，慢慢发展出了机器学习。
机器学习，是使用一种统计学方法，让机器利用已有的数据，得出某种模型，再利用这个模型进行预测结果，随着计算机的出现和性能增长，机器学习得到飞速发展。
当下阶段，机器学习，我们还是主要应用在视觉、语音、语言处理等领域，解决一下两类工作：
1、对连续数据的预测，对数据进行分析，得出模型，然后预测不同情况下的输出
2、对离散数据的归类，对一些分散型数据，进行分类
进一步提高机器学习的能力，就要研究深度学习了。
深度学习是什么呢？是使用计算机，模拟生物学中的神经元，然后模拟大脑的运作。人脑大概有 860 亿个神经元，用于实现层的神经网络的复杂网络拟合。
计算机来模拟神经元，主要会有以下几个模型：
-
神经元模型，包含一个输入，输出和计算功能的模型。
-
输入可以类比为神经元的树突
-
输出可以类比为神经元的轴突，
-
计算可以类比为细胞核。然后机器来模拟神经元
最后来一个人工智能，机器学习，深度学习之间的关系图
原帖作者：suju，发帖时间：2018-4-25 10:41:09