1樓：達觀資料
機器學習是指利用演算法和統計模型，而非規則程式設計，使得計算機系統能在某個特定任務上提高表現。
人工神經元是一種運算結構，它接收乙個或多個輸入，通過非線性函式變換，得到乙個輸出，而且該非線性函式是在學習過程中可變的。
人工神經網路是一些人工神經元組成的網路，其中一些人工神經元的輸出作為另一些人工神經元的輸入。
深度學習是機器學習的乙個分支，是指主要利用神經網路的結構實現計算機系統在某個特定任務上提公升表現。具有特定結構的神經網路稱為「層」。深度學習中的「深度」是指用到了很多的層。
2樓：張皆臨
在人工智慧大陸上，有乙個最大的家族叫做機器學習，現任族長叫做深度學習，使得一手絕妙武技-神經網路，但現在有些族人對其族長之位虎視眈眈，例如強化學習 ……
好吧，編不下去了。
3樓：deliciouspoison
神經網路基本等於深度學習。
然後神經網路算是機器學習中目前最熱的一種演算法，因為效果好。
上次聽周志華講過，他們在研究深度森林學習，以後深度學習可能會有脫離神經網路的結構出現。
機器學習，深度神經網路等方法是否是正確的方向？
陳小小 神經網路只是一種模型，我們要關注的是任務和問題而不是某一種模型，神經網路是解決某些任務的手段罷了。其實除了傳統的幾大任務包括視覺 語音 NLP 博弈論和機械人，還有很多問題值得我們關注。比如intuitive physics，intuitive psychology，compositiona...
深度學習與神經網路有什麼區別？
徐佳逸 深度學習可以理解成用深度神經網路 DNN，Deep Neural Network 來進行機器學習，他倆的關係可以從這個定義中一目了然地看出來。深度神經網路 DNN 一般分為三種架構 樸素的DNN 就是一般性的神經網路往多層擴充套件，缺點很多包括訓練緩慢，用Backprop進行訓練梯度衰減得厲...
深度學習，神經網路中，如何調節weight（以及其原理）？
陳瀚可 半年後的我終於有能力回答我自己沒水準的問題 由於資料集非常大的緣故,在 batch size 比較大的情況下梯度較於平緩.local minimum 實際上已經是乙個很不錯的 solution 了.如果要跳出 local minimum,可以使用 sin 形狀的 learning rate ...