- 机器学习和神经网络的关系？（什么是神经网络、机器学习）
答: 机器学习是一个学习的过程，所谓的学习就是训练一个函数出来，这个函数用以表明输入和输出之间的关系。而神经网络，则正是描述这个关系的函数。
因此，机器学习，就是训练神经网络的过程。神经网络就是NN:Neutual Network.
- 什么是激活函数，它是做什么用的
答：激活函数，实际上是一种修正函数，将输入映射到输出的一种线性关系的修正函数。通常称为ReLU，这是三个单词的缩写。Re=>Rectified,修正的。 L=>Linear,线性的。 U=>Unit，单元。整体称之为修正的线性单元。
- 什么是监督学习，什么是无监督学习？
答：监督学习的意思就是有人看着机器学习，如果学的不对，给与指正。也就是说，同时给计算机题目和答案，让计算机学习其中的规律。这样将来给出题目，他就可以自动给出答案。典型案例是猫狗的识别。
无监督学习，就是没有人管，也没有指导。就是给他一大堆数据，让他自己去分析其中的规律。常见的无监督学习目的是聚类，就是给他一堆数据，让他自己去区分哪几种是一种类型的，哪几种是另一种类型的。机器可能不明白这代表了什么，但是从数据结构中，他可以明白这几种是不一样的。典型案例是新闻分类的生成。
- 什么是卷积神经网络？
答：卷积神经网络是一种复杂的网络结构。主要用来提取数据的特征值。比如一张图片，中间一个白点。这就是一种特征，卷积神经网络可以将这个特征提取出来，无论实际给出的图片大小如何，只要满足这个特征就可以给出特定的输出。可以理解为通过算法，将数据中特殊有规律的部分进行整理。
- 还有其他什么类型的神经网络？
答： CNN是卷积神经网络，RNN是递归神经网络。
CNN主要用于图像识别，可以理解它是一个平面结构的最佳理解网络。RNN是递归的，也可以理解为循环，一般比较适合一维数据的理解，比如时间序列，等等。
- 容易混淆的名词？各种NN
答： CNN卷积神经网络。
RNN 递归神经网络
KNN 临近算法
SNN 浅层神经网络，泛指初期神经网络层数较少时的各种神经网络算法。
ANN 人工神经网络，泛指大部分神经网络
DNN 深度神经网络，多层次、含有隐藏层的神经网络。包含RNN，CNN
FNN 前馈神经网络，泛指可以向前反馈的神经网络。
- 机器学习可以做什么？
答：大部分人感知不到，但是机器学习已经深入到社会的方方面面（2021年）。比如广告领域，输入你的个人信息，用来查找或者判定你对某一广告的偏好程度。可以为广告公司节省大量的流量费用。比如网络搜索，推荐算法，辅助驾驶乃至自动驾驶，图像识别，文字分析，甚至广告电话语音合成，全部都用到了机器学习。
- 为什么机器学习已经出现几十年了，近年才火起来？
答： 机器学习的重要材料是数据。近些年信息系统高速发展，十年前的网速还在用KB来衡量，现在已经是MB、GB了。海量数据的兴起，网络结构的发展，导致机器学习所需要的数据条件越来越成熟。应用场景也越来越多。所以机器学习的重要性也越来越重要。可以预见，未来的一段时间内，机器学习的热度也会越来越高。
- 你想了解什么，可以留言给火星哥。
评论区