從資料中學習
認識人工智慧（AI）
Maarten Van den Broeck
Senior Content Developer at DataCamp
AI 功能與相關領域
AI 功能與相關領域
走進 Machine Learning（ML）
Machine Learning：從資料學習並找出模式
走進 Machine Learning（ML）
Machine Learning：從資料學習並找出模式
走進 Machine Learning（ML）
Machine Learning：從資料學習並找出模式
走進 Machine Learning（ML）
Machine Learning：從資料學習並找出模式
走進 Machine Learning（ML）
Machine Learning：從資料學習並找出模式
監督式學習：分類
監督式學習：分類
監督式學習：回歸與預測
回歸（Regression）：依輸入為每筆觀測給出數值型輸出或_標籤_
時間序列預測：依過去行為預測未來的變數值
非監督式與強化學習
分群（Clustering）：找出具_相似_特性的資料子群（例如 k-means 演算法）
異常偵測：找出不尋常的觀測，例如異常刷卡交易
關聯規則探勘：找出交易資料中常見的共現項目
強化學習：透過_經驗_（試誤）學會完成複雜任務
那深度學習呢？
以深度神經網路為基礎的高階模型：能解決傳統 ML 受限的高難度任務
像人腦一樣從資料中學習
需要大量資料 才能學習：有時需要上百萬筆觀測
那深度學習呢？
以深度神經網路為基礎的高階模型：能解決傳統 ML 受限的高難度任務
需要大量資料 才能學習：有時需要上百萬筆觀測
