与SISR相关又没用的一些概念

  毕竟也算是一只脚尖迈进了AI的大门（给自己画个妆，各位看官别见笑），所以一些基本概念还是要了解的，那就从人工智能开始吧…

1.人工智能

  人工智能是计算机科学的一个分支，主要研究、开发用于模拟、延伸和扩展人类智能的理论、方法、技术及应用系统等.
  标志性事件：1956年的达特茅斯（Dartmouth）会议. 在这次会议上，“人工智能”被提出并作为本研究领域的名称.
  在这次会议上，“人工智能”被提出并作为本研究领域的名称. 同时，人工智能研究的使命也得以确定. John McCarthy提出了人工智能的定义：人工智能就是要让机器的行为看起来就像是人所表现出的智能行为一样.
   流氓式总结：人工智能就是把一堆“破铜烂铁”通过某种方式组装起来，让它变得和人一样。

2. 机器学习

  从广义上来说，机器学习是一种能够赋予机器学习的能力以此让它完成直接编程无法完成的功能的方法。从实践的意义上来说，机器学习是一种通过利用数据，训练出模型，然后使用模型预测的一种方法。
  流氓式总结：机器学习是用来实现人工智能的方式，是人工智能的子集，主要用来实现弱人工智能。一不小心引出了一个新概念——那就简单讲一下吧。
  弱人工智能：在某一方面表现出智能，但是不具有与人类相当的智力水平和思维模式。本质上也是通过统计学以及拟合函数这些来实现的，然而实际上并不能真真正正地去推理问题，去解决问题，也没有自己的世界观、价值观。有弱人工智能那就有强人工智能，那么什么是强人工智能呢？大家可以先自行脑补推理一下，不然还有什么颜面去研究人工智能呢？
  强人工智能：就是能自己去推理问题，自己独立去解决问题的人工智能。这类的人工智能就有了点自己的思想，能自己独立地作出思考。并且会有自己的价值观以及世界观。会有生物的本能，比如饿了去吃，口渴喝水等等
  流氓式总结：弱人工智能相当于你造了一个傀儡，你让他干什么它就干什么；强人工智能…想想你自己就ok了。

3.深度学习

  深度学习是机器学习的一种实现方法，是机器学习的子集，是从神经网络发展而来的机器学习的方法，用来学习样本数据的内在规律和表示层次。

4.神经网络

  神经网络可以指向两种，一个是生物神经网络，一个是人工神经网络。
  生物神经网络：一般指生物的大脑神经元，细胞，触点等组成的网络，用于产生生物的意识，帮助生物进行思考和行动。
  人工神经网络：Artificial Neural Network，缩写ANN.简称神经网络或类神经网络，是一种模仿生物神经网络(动物的中枢神经系统，特别是大脑)的结构和功能的数学模型或计算模型，用于对函数进行估计或近似。
PS：具体关于神经网络的内容我会在后面的文章进行讲解。

参考文献：
链接: 神经网络与深度学习.邱锡鹏
链接: 博客园.Leon