我对人工智能的整体方向缺乏系统的理解，在阅读前言一章时产生了诸多疑问，希望大佬解惑。
目前根据我对散碎资料的狭隘理解，1.人工智能包含机器学习，机器学习分为监督学习无监督学习半监督学习和强化学习；2.回归分类标记搜索推荐系统序列学习都属于监督学习；3.监督学习的本质就是统计学习，训练模型是在寻找一个最合适的概率分布，从而在给定训练集特征的前提下输出最大化的条件概率；4.能够用于监督学习的模型种类很多，除了之前的核方法、树模型、图模型等等，新兴的就是神经网络，只不过神经网络背后的数学统计性难以精准解释；5.所以深度学习就是用神经网络进行监督学习，所以深度学习完全含于监督学习。
如果我以上的理解全部正确，那么回到标题就是深度学习(属于监督学习)完全被统计学习所包含，接着问题来了，整个机器学习是否都是统计学习?换而言之，除了监督学习以外，机器学习中另外的部分尤其是强化学习是否也是统计学习？如果是应该怎么理解，毕竟强化学习已经没有被视为一个采样的训练集了。
如果我以上的理解哪里有误或者哪里不到位以及不严谨，烦请大佬指出，因为这些东西真的很少有人讲，只有沐神在教材前言里稍微谈了一点，实在搞不明白。