深度学习(DeepLearning，DL)属于机器学习的子类。深度学习(DL，DeepLearning)是机器学习一个新的研究方向，使用更加抽象的算法来模拟人的大脑的决策学习过程，人工智能AI包括机器学习，机器学习包括深度学习，通俗的讲，机器学习就是学习一种专门的识别能力（或预测能力）。

1、学习深度学习是否要先学习机器学习？

针对这个问题，我的总体建议就是：本着大处着眼小处着手的学习原则，顺藤摸瓜，展开学习。不老在门口徘徊，一脚先进去，然后定位自己需要的知识点，进行聚焦学习，首先比较下两者的区别机器学习与深度学习有什么区别？两者的关系是：人工智能AI包括机器学习，机器学习包括深度学习。额外也提一下数据挖掘，大数据的挖掘常用的方法有分类、回归分析、聚类、关联规则、神经网络方法、Web数据挖掘等，

所以我们看到机器学习跟深度学习都是数据挖掘的方法。什么是机器学习？机器学习(MachineLearning，ML)是人工智能的子领域，也是人工智能的核心，机器学习是一门交叉学科，综合利用概率论知识，统计学知识，近似理论知识和复杂算法知识，模拟人类的思考解决问题的方式，达到充分利用计算机超强运算能力协助人类解决问题的目的。

什么是深度学习？深度学习(DeepLearning，DL)属于机器学习的子类，是利用深度神经网络来解决特征表达的一种学习过程。深度学习(DL,DeepLearning)是机器学习一个新的研究方向，使用更加抽象的算法来模拟人的大脑的决策学习过程，它的最终目标是让机器能够像人一样具有分析学习能力。机器学习与深度学习的比较深度学习在搜索技术、机器翻译、自然语言处理、多媒体学习、语音、推荐和个性化技术等待领域取得了很多成果，

我们平常把深度学习跟机器学习混在一块的，这也没什么不妥。1、检验算法的成熟度机器学习，通过调整得到的算法一般是准确，并完全可控的，可以比较快得到高成熟度的算法，一般来说，深度学习算法需要大量时间进行训练。这是因为该算法包含有很多参数，因此训练它们需要比平时更长的时间，所以深度学习的算法成熟度，跟不确定性，需要更长时间。

2、解决问题的过程机器学习算法遵循标准程序以解决问题，计算过程是可以解释的、按流程进行的。深度学习的数据处理过程则是黑盒子方式，需要通过不停的调整训练，两者的基础概念相通的地方很多最终如果掌握了深度学习，肯定也掌握了机器学习。学习的过程不一定是要求把所有机器学习模型通通掌握，而是理解一些基本概念，比如监督学习(supervisedlearning)，无监督学习(unsupervisedleaning)，训练(training)，测试(testing)，泛化(generalization)等，

这些概念都是通用的。大处着眼小处着手的学习原则如果要学习深度学习，网上有很多深入浅出的文章跟公开课可以学习快速有个总体概念，了解需要的预备知识。不能始终在门口徘徊，可以先一脚进去看看，里面有什么。如果入门了，就要开始聚焦一个专业细分领域了，因为涉及的概念太多，要迅速搜集信息，让自己尽快定位到需要专注学习的细分方向上。

2、如何用机器学习的理论教孩子？

其实我也不懂得什么是机器学习，刚百度一下，太深奥了，我都看不懂。可能我文化程度不高吧！到我觉得小孩子才三岁这么早就严格要求他去学东西，也太早吧！这年代的小孩太难了，家长总说不让小孩输在起跑线上，但有想过他们的童年吗？曾经八十年的我，没有电子产品没有玩具，只有堆沙玩泥土，满大街的跑，一身脏一直皮也不怕被打，

3、机器学习究竟在学习什么？

我们应该还记得那个叫“阿尔法狗”的家伙。天下棋谱，了然于心，勤学苦练，精进棋艺，前年他以4-1打败世界冠军李世石，从此独孤求败，去年他的师弟，同样出自谷歌Deepmind的阿尔法元（AlphaZero），出山了，此货一篇棋谱也没读过，也没受到过任何人的指点，一副棋盘，黑白两子，从零开始，自参自悟，他与师兄阿尔法狗交手，100-0，完胜而归。