机器学习

机器学习 (ML)

传统编程使用算法来处理数据并产生结果

机器学习从数据和结果创建算法

神经网络 (NN)

神经网络是

• 一种编程技术
• 机器学习中使用的一种方法
• 一种从错误中学习的软件

神经网络基于人脑的工作原理
神经元之间相互传递信息。当神经元反复尝试解决问题时，它会加强导致成功的连接，并削弱导致失败的连接。

感知机

感知机定义了神经网络的第一步。

它代表一个单一的神经元，只有一个输入层，没有隐藏层。

学习如何编写感知机.

神经网络

神经网络是多层感知机。

最简单的形式下，神经网络由以下组成：

• 一个输入层（黄色）
• 一个隐藏层（蓝色）
• 一个输出层（红色）

在神经网络模型中，输入数据（黄色）经过隐藏层（蓝色）处理，然后产生最终输出（红色）。

第一层:
黄色感知机基于输入做出简单决策。每个单独的决策被发送到下一层的感知机。

第二层:
蓝色感知机通过权衡第一层的输出来做出决策。这一层比第一层做出更复杂的、更抽象的决策。

深度神经网络

深度神经网络由几层神经网络组成，它们对海量数据执行复杂的操作。

每一层都以上一层作为输入。

例如，光学字符识别使用低层来识别边缘，高层来识别字母。

在深度神经网络模型中，输入数据（黄色）经过隐藏层（蓝色）处理，并经过更多隐藏层（绿色）的修改，最终产生输出（红色）。

第一层:
黄色感知机基于输入做出简单决策。每个单独的决策被发送到下一层的感知机。

第二层:
蓝色感知机通过权衡第一层的输出来做出决策。这一层比第一层做出更复杂的、更抽象的决策。

第三层:
绿色感知机做出更复杂的决策。

深度学习 (DL)

深度学习是机器学习的一个子集。

近几年来人工智能的繁荣得益于深度学习。

深度学习是一种先进的机器学习类型，可处理图像识别等复杂任务。