# 區分機器學習，深度學習和 AI？ > 原文： [https://pythonbasics.org/difference-machine-learning-deep-learning-ai/](https://pythonbasics.org/difference-machine-learning-deep-learning-ai/) 人工智能，機器學習和深度學習之間有什么區別？ **人工智能（AI）**，**機器學習**和**深度學習**是流行的術語。 但是名字叫什么？ 這些短語混合起來就好像它們是可互換的，因為它們都圍繞著幾種使用數據解釋來解決問題的技術。 這些術語背后的關鍵概念非常不同。 這是對這些技術的一般描述。 ## 人工智能 **人工智能**是指機器執行復雜任務的能力，這是一個通用術語。 通常，這些是基于能夠進行認知計算的算法的軟件。 這包括機器人技術，自然語言處理，機器學習和深度學習。 計算能力的指數級增長已導致 AI 應用程序的爆炸式增長。您現在在科幻小說中看到的東西已經成為日常生活的一部分。 機器現在可以執行復雜的任務，而無需人工干預。這種最著名的兩種形式是**機器學習**和**深度學習**。 ## 機器學習 **機器學習**的思想可以追溯到 1950 年代后期。 他從斯坦福大學的一位計算機科學家開始，他認為：機器可以自己學習，而不是由人類教計算機。 學習過程需要數據，并且在線生成了大量數據，這才開始。 機器學習由可分析數據并從中學習的算法組成。這些算法使軟件能夠進行預測和關聯。 這不同于傳統編程，在傳統編程中，軟件依賴于手動編碼的軟件例程。 **真實世界示例**：為防止欺詐，機器學習有助于識別模式，行為和風險趨勢并對之做出反應。 它使用訓練數據來這樣做。 ## 深度學習 深度學習是指一類特定的機器學習和人工智能。深度學習基于**神經網絡**。 神經網絡創建于 1950 年代，其靈感來自人腦生物學模型。  如果我們說機器學習是人工智能的一個分支，那么深度學習就是機器學習的一個分支。 **深度學習**是一組機器學習算法，它們使用能夠從經驗中學習的復雜神經網絡。 這些系統必須根據現有示例進行訓練。 它如何工作？ 在神經網絡中，人工神經元被分為幾層。 信息是單向流動的。 一層中的每個神經元都與其余的神經元進行通信，直到到達網絡的盡頭。 結果是深度學習能夠使用大量數據為復雜的決策提供計算機系統。