人工智能的未来
不要怀疑，人工智能终将到来，成为我们的朋友，方便我们的生活。不要相信短期炒作，人工智能需要一段时间才能发挥潜力，将以一种奇妙的方式改变我们的世界！
机器学习简史
- 概率建模（朴素贝叶斯算法、logistic回归）
- 早期神经网络
- 核方法
- 决策树、随机森林、梯度提升机
- 神经网络
深度学习有何不同
深度学习迅速发展的原因
1、在很多问题上表现出更好的性能；
2、将特征工程完全自动化。
深度学习从数据中进行学习时有两个特征
1、通过渐进的，逐层的方式形成越来越复杂的表示；
2、对中间这些渐进的表示共同学习，每一层的变换都需要同时考虑上下两层的需要。
机器学习需要知道两种技术
1、梯度提升机，用于浅层学习；
2、深度学习，用于感知问题。
三种技术力量在推动机器学习的进步
1、硬件（游戏市场资助了下一代人工智能应用的超级计算）
2、数据集和基准
3、算法上的改进
