什么是人工智能？
人工智能理解误区
gpu、cpu
机器学习
概念：
机器学习最基本的做法，是使用算法来解析数据、从中学习，然后对真实世界中的事件做出决策和预测。与传统的为解决特定任务，硬解码的软件程序不同，机器学习是用大量的数据来训练，通过各种算法从数据中学习如何完成任务。
定义：
机器学习是一门人工智能的科学，该领域的主要研究对象是人工智能，特别是如何在经验学习中改善具体算法的性能。
机器学习是能通过经验自动改进的计算机算法的研究。
机器学习是根据数据或以往的经验，以此优化计算机程序的性能标准。
关键词
算法
监督学习
非监督学习
强化学习
半监督学习
分类算法
线性回归：预测房子售价
逻辑回归：是否为垃圾邮件；是否金融诈骗；是否虚假账号。
决策树：有监督学习
支持向量机：
朴素贝叶斯算法：将待分类项认为是概率类别最大的分类。
聚类算法
K临近算法：电影分类
CNN算法（卷积神经网络）：图像应用
人工智能：研究、开发用于模拟、延伸和扩展人的智能的理论、方法及应用系统的一门新的技术科学。
机器学习：人工智能的核心研究领域之一，任何一个没有学习能力的系统都很难被认为是一个真正的智能系统。
深度学习：是一种机器学习中基于数据进行表征的学习方法，解决具体问题的一种办法。
神经网络定义
人工神经网络（神经网络）：是由于人工神经元互连组成的网络，它是从微观结构和功能上对人脑的抽象、简化，是模拟人类只能一条重要途径，反映了人脑功能的若干基本特征，如并行信息处理、学习、联想、模式分类、记忆等。
人工神经网络是一种旨在模仿人脑结构及其功能的信息处理系统。
深度学习简介
深度学习一般指深度神经网络，这里的深度指神经网络的层数较多。
深度学习应用
计算机视觉：图像分类；场景识别；人脸检测识别；物体检测识别；语义分割；风格化；超分辨率；OCR
自然语言处理：中午分层；只是挖掘；机器翻译；情感分析
数据挖掘：
语音识别：
自测题
