定义：机器学习是一个概念，它允许机器从实例和经验中学习，而且也不需要明确的编程。因此，你所做的不是编写代码，而是将数据提供给泛型算法，然后算法/机器根据给定的数据构建逻辑。
机器学习算法是普通算法的进化。它们让你的程序“更智能”，允许它们自动从你提供的数据中学习。算法主要分为：培训阶段和测试阶段。
培训阶段
以苹果市场为例，收集和整理每个苹果的物理特征，如颜色、大小、形状、甜度和产地等，将这些数据输入机器学习算法，它就会学习一个普通苹果的物理特性和质量之间的相关性模型。
测试阶段
当你下次去购买苹果时，测量苹果特征，作为测试数据，并将其输入机器学习算法。它将使用先前计算的模型来预测苹果是否甜、熟和或多汁。你可以满怀信心地购买优质理想苹果，而不必过多关心细节。
AI、ML和DL是三种不同的技术。
人工智能（Artificial Intelligence）
人工智能是一个更广泛的概念，机器能够以更智能的方式执行任务。它涵盖了所有能让计算机像人一样工作的东西。
机器学习（Machine Learning）
机器学习是人工智能的一个子集，它的基础思想是，机器应该获得数据的访问权，应该让机器自己学习和探索，处理大数据。
深度学习（Deep Learning）
深度学习是机器学习的一个子集，使用类似的机器学习算法来训练深度神经网络，以便在前者表现不佳的情况下获得更好的准确率。
