首先，人工智慧（Artificial Intelligence）有很多領域：

包括機器學習（Machine Learning）、專家系統、、進化計算、模糊邏輯、計算機視覺、自然語言處理、推薦系統等。

所以機器學習是一種實現人工智慧的技術，而另一個深度學習（Deep Learning）是一種實現機器學習的技術。

第一個機器學習的定義來自於 Arthur Samuel。他定義機器學習為，在進行特定程式設計的情況下，給予計算機學習能力的領域。 Samuel 的定義可以回溯到 50 年代，他編寫了一個西洋棋程式。這程式神奇之處在於，程式設計者自己並不是個下棋高手。但因為他太菜了，於是就通過程式設計，讓西洋棋程式自己跟自己下了上萬盤棋。通過觀察哪種佈局（棋盤位置）會贏，哪種佈局會輸，久而久之，這西洋棋程式明白了什麼是好的佈局，什麼樣是壞的佈局。然後就牛逼大發了，程式

經驗E  任務T 度量值P

最常用的兩種演算法：監督學習   無監督學習

監督學習：

比如最簡單的根據面積推測房價，推測連續值,這是一個迴歸問題。

而根據腫瘤大小判斷是不是良性，兩種可能，是，不是， 離散值 ，這是一個分類問題。（離散值可能也不止兩個，也有多個）

而有時會根據，腫瘤大小和年齡來判斷，這就有了兩個特徵值，也可能有多個特徵值甚至無限多，這時候要用向量機。

而回歸和分類都是監督學習，因為我們知道要歸納出的結果。

無監督學習：