机器学习与深度学习的科普

识别知识、学习知识，源于个体，用于群体；监督下的学习，是对经验和知识的一次回归，无监督的学习。

机器学习(Machine Learning, ML)是一门多领域交叉学科，涉及概率论与统计、逼近论、凸分析、算法复杂度理论等。机器学习是一门研究机器获取新知识和新技能，并识别现有知识的学问。简单地说，它是人工智能的核心，是使计算机具有智能的根本途径，其应用遍及人工智能的各个领域，它主要使用归纳、综合而不是演绎。

深度学习的概念是源于人工神经网络的研究领域，由Hinton等人于2006年提出。深度学习是机器学习研究中的一个新的领域，其动机在于建立、模拟人脑进行分析学习的神经网络，它模仿人脑的机制来解释数据，例如图像，声音和文本。

同机器学习方法一样，深度机器学习方法也有监督学习与无监督学习之分．不同的学习框架下建立的学习模型很是不同．例如，卷积神经网络（Convolutional neural networks，简称CNNs）就是一种深度的监督学习下的机器学习模型，而深度置信网（Deep Belief Nets，简称DBNs）就是一种无监督学习下的机器学习模型。