机器学习、深度学习、神经网络、深度神经网络之间有何区别？

相信很多人看到这几个名词，脑袋都会被绕晕了，那么它们之间有何区别？

其实一开始，我也是被这个几个词搞的晕晕的，不过经过阅读书籍及网络查找各种资料，已经完全搞清楚了这几个概念之间的区别。

机器学习

机器学习早在20世纪50年代就已经很火了，它有着很长的历史，主要指的是研究如何使用机器来模拟人类学习活动的一门学科。

简单的说，就是让机器具备学习能力，就叫机器学习了。

深度学习

深度学习的概念由Hinton等人于2006年提出，Hinton被誉为深度学习之父，不过深度学习的本质就是人工神经网络。

深度学习是机器学习的一种。

神经网络

神经网络如果前面没有加前缀，一般是指生物神经网络，生物神经网络指的就是动物大脑，我们的大脑由无数个(几十上百亿)个神经元组成，这些神经元组成了一个极其复杂的神经网络，这个神经网络就是我们大脑的核心，人类为什么具备学习，思维及意识等，就是因为我们人类有着生物界最为强大的神经网络(即大脑)。

我们有着这么强大的神经网络，自然是全球科学家都希望能够模拟的，如果能够模拟成功，那么机器也能够跟人一样，至少能够具备学习能力，于是就有了人工神经网络。

深度神经网络

深度神经网络其实就是一种神经网络，无论它指的是生物的神经网络，还是人工的神经网络，它指的都是这个神经网络的复杂度，拿人工神经网络来说，神经网络的层数越多，就越复杂，它所具备的学习能力就越深，因此我们就称之为深度神经网络了。

它们之间的关系

深度学习是机器学习的一种，常用的其他机器学习方法除了深度学习，比较知名的还有VM(向量机)。

而深度学习的本质就是人工神经网络，曾经人工神经网络被社会各界不看好，很难获得投资，因此2006年Hinton就将这个以人工神经网络为本质的机器学习方法，改名为深度学习了。

为什么会叫深度学习，我认为是因为人工神经网络就是模拟人脑的机制来学习了，而神经网络的层数越多(层数多的神经网络就可以叫深度神经网络了)，学习能力就越强，越有深度，因此就叫深度学习了。

一句话总结：深度学习是机器学习的一种，它是以人工神经网络为本质的，这个人工神经网络如果层数很多的话(复杂度高)，我们就可以称之为深度神经网络了。

越来越少的公众号还在坚持原创

“闻西说科技”就是其中之一