深度学习（Deep Learning）是 机器学习的一个分支，它基于人工神经网络，尤其是那些包含多个隐藏层的网络结构，对数据进行表征学习和特征抽取。深度学习模型通过模拟人脑的工作方式来处理和学习数据，能够自动从大量复杂数据中提取有用的特征，并在各种任务上取得卓越的表现，如图像识别、语音识别、自然语言处理等。

深度学习的核心在于神经网络的层级结构，其中信息在不同层之间传递和处理，使得模型能够学习到数据的多级抽象表示。这种方法利用大数据和强大的计算能力，使得模型能够识别模式、进行预测和决策。

深度学习的名字来源于其核心原理——神经网络的层级结构，这种结构使得神经网络能够模拟人脑处理信息的方式，通过多层的神经元对数据进行逐层抽象和学习。

深度学习已经广泛应用于多个领域，包括计算机视觉、语音识别、自然语言处理、音频识别、生物信息学等，并取得了显著的成果。此外，深度学习还在推动人工智能向工业化大生产阶段发展，具有通用性、标准化、自动化和模块化的基本特征。