机器喵大作战 | 解剖人工智能、机器学习和深度学习
虽然，AI火了很久，但是谈起人工智能、机器学习、深度学习这些概念，吃瓜群众还是一脸懵逼。
今天，我们来系统讲讲，这些概念到底有啥区别和联系。
下面这张图看得比较明白，人工智能、机器学习和深度学习，其实三者是层层包含的关系。
人工智能的概念，起源于1950年代，包含多个分支，比如专家系统、进化计算、模糊逻辑、推荐系统，也包括最重要的分支：机器学习。
说白了，机器学习是实现人工智能的方法之一。
而机器学习，又细分了很多种学习“方法”：有监督学习、无监督学习、强化学习、深度学习等等。
先来简单扒一扒各种学习方法——
▌有监督学习
由“专家”先把数据的特征标记好，交给机器来学习这些特征，然后，机器会得到一个“模型”。这个过程，称之为训练。
得到“模型”以后，机器在看到没有标记的新数据，也能活学活用，把符合模型特征的找出来。这个过程，称之为推理。
这个学习过程，有所谓的砖家参与“监督”，所以叫做“有监督学习”。
▌无监督学习
整个过程，没有砖家参与标注数据，所有的数据都是一脸懵逼的进去，机器经过一番研究之后，会懵懂滴从中找出一些规律，然后输出结果。
比如，机器并不能学习并识别猫的模型，但是可从海量的猫图片中，发现黑猫白猫两大类，然后把他们分类。
这，就是“无监督学习”。
▌强化学习
在机器学习中，还有一种方法，叫做强化学习，俗称：打一巴掌，给个甜枣。
让机器对问题作出判断，如果机器给出了错误的答案，就对机器进行“惩罚”，给与负面反馈。
如果机器给出了正确的答案，就对机器进行“奖励”，给与正面反馈。
整个过程，很像训练马戏团的猴子，久而久之，机器对这类事物的判断就会越来越趋向正确的方向。
通过奖惩来进行强化，这就是“强化学习”。
▌深度学习
接下来，轮到了机器学习领域最重要的方法：深度学习。
深度学习也使用了有监督/无监督学习的方法，但近10年里，深度学习发展迅猛，现在已经在机器学习中自成一派，成了当红炸子鸡。
虽然深度学习并不像上面图中那样，把机器沉在深水中学习，但是，深度学习的“水”还是挺深的。
深度学习采用了“深度神经网络”，这个“深度”其实是指神经网络的层数。
神经网络有点像一个多级的水管系统，左边是数据输入，中间设置了很多阀门，通过不断调节每个阀门的出水量，最终，让右边的输出，达到我们预期的结果。
不断调节阀门、优化结果的过程，就是对神经网络进行训练，这个过程需要大量的数据输入，也需要消耗大量的算力。
最终，训练优化好的“水管网”（模型），才能部署到生产系统中，学以致用。
如果从0到1回放整个过程，我们会发现，要完成一次机器学习/深度学习实战，非常复杂。
六步跑下来，一顿操作猛如虎。
企业需要有数据、有算力、懂算法、懂场景，要有数据科学家、行业业务专家、系统工程师、开发工程师、运维工程师……
难怪AI落地这么难，因为这个过程确实很艰辛。
幸运的是，现在主流的公有云服务商，都逐步开始推出全托管式的机器学习平台。
这就像是个机器学习全家桶，在云上一站式搞定机器学习的所有流程。
漫画看的不过瘾？没关系，小编双手递上一份AI入门书单，让你轻松进入人工智能领域。
RECOMMEND
推荐阅读
《白话大数据与机器学习》
作者：高扬 卫峥 尹会生
万娟 插画设计
ISBN：978-7-111-53847-9
点击链接了解详情并购买
卖点：
本书通俗易懂，有高中数学基础即可看懂，同时结合大量案例与漫画，将高度抽象的数学、算法与应用，与现实生活中的案例和事件一一做了关联，将源自生活的抽象还原出来，帮助读者理解后，又带领大家将这些抽象的规律与算法应用于实践，贴合读者需求。同时，本书不是割裂讲解大数据与机器学习的算法和应用，还讲解了其生态环境与关联内容，让读者更全面地知晓渊源与未来，是系统学习大数据与机器学习的不二之选。
推荐语：
以降低学习曲线和阅读难度为宗旨，重点讲解了统计学、数据挖掘算法、实际应用案例、数据价值与变现，以及高级拓展技能，清晰勾勒出大数据技术路线与产业蓝图。
《白话深度学习与TensorFlow》
作者：高扬 卫峥
万娟 插画设计
ISBN：978-7-111-57457-6
点击链接了解详情并购买
卖点：
技术畅销书《白话大数据与机器学习》姊妹篇，YY大数据专家撰写，李学凌、朱频频、王庆法、王海龙联袂推荐。以插图、类比和大量示例趣说深度学习网络的关键理念、算法与TensoeFlow实践，涵盖BP网络、CNN、RNN、受限玻尔兹曼机、深度残差网络、强化学习、对抗学习，以及多个有趣应用。
推荐语：
技术畅销书《白话大数据与机器学习》姊妹篇，YY大数据专家撰写，李学凌、朱频频、王庆法、王海龙联袂推荐。
《机器学习算法的数学解析与Python实现》
作者：莫凡
ISBN：978-7-111-64260-2
点击链接了解详情并购买
卖点：
生动——语言生动幽默，通过分析大量生活案例，帮助读者理解机器学习的算法。
简单——让很多听起来高大上的名词更实用。
实用——精选了最主要的机器学习算法，如线性回归算法、Logistic回归算法、KNN算法、朴素贝叶斯算法、决策树算法、支持向量机算法、K-means聚类算法、神经网络、集成学习方法等。
系统——从概念、原理、Python实现、应用场景几个方面，详细剖析机器学习中主要的算法。
推荐语：
有趣、易懂、不枯燥，看得懂、学得会的机器学习入门书。全书用白话讲解，帮你从生活案例中理解算法，发现算法的乐趣，再把算法应用到机器学习中，让你零基础掌握算法精髓，快速进入人工智能开发领域。
《AI速成课：从AI编程到构建智能软件》
作者：[阿联酋]赫德林·德·庞特维斯（Hadelin de Ponteves）
译者：程泽 黄曼莉
ISBN：978-7-111-66127-6
点击链接了解详情并购买
卖点：
本书是一本理论与实践兼备的AI入门书。与同类书籍相比，本书以“模型描述+基础数学理论+Python语言实现模型+实际商业案例”的方式阐释人工智能技术，可以帮助你深刻体会机器学习，尤其是强化学习和深度神经网络为什么如此重要，以及如何将相关技术应用到物流、能源、自动驾驶，甚至游戏领域。从汤普森采样模型，到Q学习模型，再到深度Q学习模型、深度卷积Q学习模型，本书一步步教你学会更复杂的机器学习理论与编程知识，并将人工智能融入自己的应用中。
推荐语：
与Udemy平台的优秀人工智能讲师HadelindePonteves一起解锁人工智能的力量，从零起步掌握人工智能基础知识。
《人工智能开发实践：云端机器学习导论》
作者：（美）挪亚•吉夫特（Noah Gift）著
译者：袁志勇
ISBN：978-7-111-65358-5
点击链接了解详情并购买
卖点：
1）交付型解决方案。在有限的成本、资源、技术条件下，完成能够交付于实际生产的解决方案，而不再追求人工智能项目的完美方案。通常，同类图书总是在介绍如何搭建完美系统，而忽略了项目的性价比和可实施性。
2）理念先进。引入了云服务器的概念，讲解如何利用Amazon、Google和Microsoft公司现有的强大云服务产品，构建各种实用的云端人工智能与机器学习系统。
3）案例丰富可操作。配备覆盖面极广的云端Python机器学习应用程序示例，使读者学会使用机器学习、人工智能和云计算工具。
4）实用性强。书中介绍的工作流程和案例涉及从部署到生产各个环节，清晰展现如何使用云提供商提供的现成解决方案进行业务开发。
5）易学、解释清晰。即使你没有坚实的数学、数据科学及人工智能背景知识，本书也能很好地引导你深入浅出地理解相关概念和各种工具。
推荐语：
不再追求人工智能项目的完美方案，而是在有限的成本、资源、技术条件下，实现能够交付于实际生产的解决方案。利用Amazon、Google和Microsoft的强大云服务产品，降低AI项目开发成本，缩短开发周期，提升工作效率。
开学季
当当网计算机图书大促
>> 每满100减50 <<
使用优惠码EWAVRU（长按复制）
“实付满200减40”
可以和满减活动叠加使用
优惠码使用后相当于
花160买400的书!
还不知道怎么用？
点我：又双叒叕到了薅羊毛时刻！花160元买400元的书
更多精彩回顾
书讯 |9月书讯（下）| 开学季，读新书
书讯 |9月书讯（上）| 开学季，读新书
上新 | 一本书带你吃透Nginx应用与运维
书单 | 开学季——计算机专业学生必读的10本畅销经典
干货 | 巨详细！使用OpenCV和OpenVINO轻松创建深度学习应用
收藏 | 开学季——想打好数学基础？这些经典教材你最需要！
视频 | 4min视频带你了解阿里B2B电商算法
点击阅读全文查看更多AI好书