译/阿里淘系F(x) Team – 承越

原文地址：Want to know how Deep Learning works? Here’s a quick guide for everyone.

人工智能（AI）和机器学习（ML）是目前最热门的话题。

“人工智能”这个词几乎每天都能在各处见到。你会听到优秀的开发者说他们想学习人工智能。你也会听到管理人员说他们想在他们的服务中实现人工智能。但很多时候，这些人不明白什么是人工智能。
读完这篇文章后，您将了解人工智能（AI）和机器学习（ML）的基础知识，更重要的是，您将了解最流行的机器学习类型深度学习的工作原理。（本指南面向所有人，因此不涉及高等数学）

背景

理解深度学习的第一步是理解一些专业名词之间的区别

人工智能vs机器学习

人工智能是人类智能在计算机中的复制。
当人工智能研究刚开始时，研究人员试图为特定的任务复制人类的智能——比如玩游戏。
他们引入了大量计算机需要遵守的规则。计算机有一个可能的行动的具体清单，并根据这些规则作出决定。

机器学习是指机器使用大数据集而不是硬编码规则进行学习的能力。
机器学习允许计算机自己学习。这种类型的学习利用了现代计算机的处理能力，可以很容易地处理大型数据集。

监督学习vs非监督学习

监督学习是从标记的训练数据输入和符合预期的输出。当你使用监督学习训练人工智能时，你给它一个输入，并告诉它预期的输出。如果人工智能产生的输出错误，它将重新调整其计算。这个过程在数据集上迭代完成，直到人工智能不再出错。
一个有监督学习的例子是天气预报人工智能。它学会用历史数据预测天气。该培训数据具有输入（压力、湿度、风速）和输出（温度）。

无监督学习是使用没有特定结构的数据集进行机器学习的任务。当你使用无监督学习训练人工智能时，你需要让人工智能对数据进行逻辑分类。
无监督学习的一个例子是电子商务网站的行为预测人工智能。它不会通过使用带有标签的输入和输出数据集来学习。相反，它将创建自己的输入数据分类。它会告诉你哪类用户最有可能购买不同的产品。