人工智慧Artificial Intelligence

目標是讓機器、電腦、軟體和機器人的運作方式能貼近人的思維，但又能保有比人類快速的運算、分析能力，期望機器能夠人類的智慧，又分為「弱人工智慧」、「強人工智慧」，前者能夠模擬人類的習慣與行為並做出決策、分析，後者則是如電影般的場景，電腦有自己的意識、情緒、社交。使用案例有:
物體識別
語音識別 / 聲波探測
預測(如:關鍵字)
語言翻譯

機器學習Machine Learning

是AI的其中的一部分，設計依些可以讓電腦自主學習的演算法，當電腦在接觸不斷變動的資訊時，可以從過往的分析經驗中找出規律，並做出下一步的處理、預測，是種弱人工智慧。

深度學習Deep Learning

是機器學習的分支，目的在於拉近機器學習與人工智慧的關係，深度學習系統會以多層次的方式去做線性或非線性轉換，接著抽出那些資料的特徵，讓使用者在那些有足夠代表性的資料中獲得知識，像是在模擬人腦的類神經網路，取代了時間的耗費。
下一篇將主題將介紹DL的架構、訓練步驟

參考資料:
周秉誼。淺談Deep Learning原理及應用。2016年9月20日。http://www.cc.ntu.edu.tw/chinese/epaper/0038/20160920_3805.htm
解聰文。人工智慧、機器學習、深度學習解解惑。2018年11月20日。https://tuna.to/artificial-intelligence-4dbb43229124。
Vincent Ke。只聽過AI你就落伍了，一篇文章讓你秒懂人工智慧的承先啟後
。2018年9月4日。https://progressbar.tw/posts/87。