1.机器学习
1.1有话说
这几天如无头苍蝇一般看了这个老师的视频看得吃力又去另一个老师的视频，看另一个老师的视频看不懂又开始怀疑人生。终于在网络上找到了一本书，想想还是先看书，把一些基本的知识点先了解清楚再进行深入的实践的学习。于是找到了一本名为《人工智能与深度学习》的书，很感谢知识的收集者和奉献者，谢谢老板。
1.2何为机器学习
在看了机器学习的定义之后，我发现我关于机器学习的了解就只停留在“浅层学习”上：从有限的观测数据中学习（或猜测）出具有一般性的规律，并利用这些规律对未知数据进行预测的方法。
1.3传统的机器学习
下图就是传统机器学习的数据处理流程，是不是和你预想的差不多。
1.4深度学习
在机器学习上引入了深度学习，下图就是深度学习的流程：
在了解了深度学习后，就引入了神经网络的概念。神经网络的灵感来自于人脑神经。
在接触了深度学习的同学应该会了解一个概念：自动微分。而自动微分可以看作反向传播算法的一种扩展。
在2006年，神经网络在经历了起起伏伏之后，深度学习终于崛起了。
1.5学习路线
2.常用的深度学习框架
Tensorflow和Pytorh貌似出现得多：
