主題|機器學習

20180124 ml1

有人說機器學習(Machine Learning, ML)就是一只我們知其然而不知其所以然的黑盒子!
人工智慧(Artificial Intelligence)領域之所以神秘,是由於我們提供了電腦自我調整參數的能力,不需要特定演算法、也不需要定義基本邏輯判斷。

不管是要進行資料探勘(Data Mining)、電腦視覺(Computer Vision)、自然語言處理(Natural Languege Process, NLP)...各種機器學習應用,都只需要三大步驟:
一、蒐集大量的訓練資料(Training Data)。
二、選擇模型,讓電腦透過類神經網路(Artificial Neural Network, ANN)學習、抓取特徵值(Feature)。
三、調整參數(Hyperparameters Tuning)以得到最佳預測的效果。

而透過各大企業釋出的學習框架,如Google的TensorFlow、Facebook的Torch/PyTorch與Caffe2...,不管你是不是攻城獅,都可以輕鬆學習這個應用性高且廣的技術!

相關主題延伸閱讀:

深度學習

資料科學

演算法

活動書籍