大数据中的机器学习和深度学习，来学习！

     在大数据和人工智能中简单的了解了机器学习和深度学习，那么机器学习和深度学习是什么？具体包含什么？

    机器学习定义是什么？在维基百科上，对机器学习提出以下几种定义:机器学习是一门人工智能的科学，该领域的主要研究对象是人智能，特别是如何在经验学习中改善具体算法的性能，机器学习是对能通过经验自动改进的计算机算法的研究;专门研究计算机怎样模拟或实现人类的学习行为(拟人)以家取新的知识或技能。.重新组织已有的知识结构使之不断改变。例如：

在大量的数据中累积一定的数据，长时间积累 形成一种模型，把新的数据输入时经过模型的转化，预测出符合规律的结果。因此我们总结机器学习是数据通过算法构建出模型进行评估，评估的性能如果达到这个要求就拿这个模型来测试其他数据，最终获得满意的经验来处理其他数据。

   机器学习是如何工作的？工作的内容是什么？在数据形成之前，要进行输入新的数据→数据筛选→建立特征工程→形成训练模型→对模型进行评估→预测新的结果。

   机器学习分为不同的类别，分为：1、监督学习：每组训练数 据有一个明确的标识或结果。例如：回归算法（①线性回归算法②广义线性回归③生存回归）、分类算法、SVM支持向量机2、无监督学习：数据并不被特别标识，学习模型是为了推断出数据的一-些内在结构。例如：聚类算法（K-means算法）、神经网络、维降算法3、半监督学习：介于监督学习与无监督学习之间一种机器学习方式，主要考虑如何利用少量的标注样本和大量的未标注样本。4、强化学习：通过观察来学习动作的完成，每个动作都会对环境有所影响，学习对象根据观察到的周围环境的反馈来做出判断。

   机器学习了解之后，再来了解深度学习，所谓深度学习即

   属于一种无监督学习，是一种特殊的机器学习，现在人工智能中常用深度学习，那么深度学习可以为我们做些什么？例如阿尔法狗下围棋等。