词云☁️： 机器学习，深度学习，人工智能，人工生命，神经网络，线性回归，推荐，预测，识别
机器学习可以简单的认为是人工智能的一种实现，深度学习也可以简单的认为是人工智能的一种实现。
机器学习和深度学习的区别：算法上的区别，比如，比较典型的，机器比较熟知的线性回归方程（最小二次方）等，深度学习比较熟知的神经网络算法，遗传算法等。
人工智能的知识交叉性很强，通俗的来说就是：打个比喻——你要会金融的相关知识，还要会数学的相关知识，还要会一部分生物知识，还要会计算机相关知识，然后在数学公式的推导下，去用生物特征技术去模拟一种计算模型，去将金融知识和元素抽象成数学公式中的元素，然后通过数据进行大量计算，以过去预测未来，或者以已有推测未知。
单纯的来讲，就是收集积累数据，找规律，出结果。数据越多，规律性越强。这个规律就可以类比为那个算法。
可能刚开始疑惑很多，但是要保持疑惑，一步一步的来解决。
比如，线性回归方程，这玩意是什么？怎么用的？怎么将方程与实际问题对应起来，怎样处理数据对应方程元素。各种问题场景下到底选哪个算法？算法怎么推导出来的，一下子堆出来这么多问题，可能瞬间感觉入地无门（对于我这种机器学习的菜鸟来说）。但是怀揣期望，搞它。
