看了《从本质如何理解机器学习》的笔记，纯小白的笔记

人工智能>机器学习>深度学习
机器学习是实现人工智能的一种方法，训练机器
深度学习，实现机器学习的一种方法

机器学习算法可以分为
监督学习（如分类问题）、无监督学习（如聚类问题）、半监督学习、
集成学习、深度学习和强化学习
1有监督学习 通常是利用带有专家标注的标签的训练数据，学习一个从输入变量X到输入变量Y的函数映射，分为分类和回归。
2无监督
聚类问题 将相似的样本划分为一个簇（cluster）。与分类问题不同，聚类问题预先并不知道类别，自然训练数据也没有类别的标签。k-means
关联分析 发现不同事物之间同时出现的概率。在购物篮分析中被广泛地应用。如果发现买面包的客户有百分之八十的概率买鸡蛋，那么商家就会把鸡蛋和面包放在相邻的货架上。 关键规则算法

3集成学习技术
集成学习是一种将不同学习模型（比如分类器）的结果组合起来，通过投票或平均来进一步提高准确率。一般，对于分类问题用投票；对于回归问题用平均。这样的做法源于“众人拾材火焰高”的想法。
集成算法主要有三类：Bagging，Boosting 和Stacking。

DNN(深度神经网络Deep Neural Networks)
也演变成许多不同的网络拓扑结构，所以有CNN（卷积神经网络），RNN（递归神经网络），LSTM（长期短期记忆），GAN（生成敌对网络），转移学习，注意模型（attention model）所有的这些被统称为深度学习（Deep Learning），是深度学习的基础模型。
（本笔记整理自网络资源，侵删）