|
|
@@ -45,7 +45,7 @@ CNN較適合如圖片、影片等的空間數據類型，透過不同階級的
|
|
|
## 人工智慧可以用在哪些地方？
|
|
|
**人工智慧AI現況，淺談機器學習 (ML)與深度學習 (DL)**
|
|
|
|
|
|
-**機器學習 (Machine Learning) **和**深度學習 (Deep Learning) **這兩個技術分支都是從人工智慧這個學科衍生出來的，上述兩類技術的核心概念皆為數據分析，大致可以分為「監督式學習」和「非監督式學習」，「監督式學習」使用能預期結果的訓練資料，而「非監督式學習」則使用無法預期結果的訓練資料。人工智慧處理的問題能再分為「迴歸問題」和「歸類問題」。迴歸問題會從輸入的資料庫中找出脈絡，利用分析來發展出相對應的程式，藉此預測並做出準確的判斷，歸類問題則可將輸入的資料區分出不同類別，簡而言之，提供 A.I. 越多的資料，它就會學習的越快且變得越聰明。
|
|
|
+**機器學習 (Machine Learning)** 和 **深度學習 (Deep Learning)** 這兩個技術分支都是從人工智慧這個學科衍生出來的，上述兩類技術的核心概念皆為數據分析，大致可以分為「監督式學習」和「非監督式學習」，「監督式學習」使用能預期結果的訓練資料，而「非監督式學習」則使用無法預期結果的訓練資料。人工智慧處理的問題能再分為「迴歸問題」和「歸類問題」。迴歸問題會從輸入的資料庫中找出脈絡，利用分析來發展出相對應的程式，藉此預測並做出準確的判斷，歸類問題則可將輸入的資料區分出不同類別，簡而言之，提供 A.I. 越多的資料，它就會學習的越快且變得越聰明。
|
|
|
|
|
|
人工智慧參與其中的領域很廣且項目很細，凡舉娛樂、教育、醫療、金融、製造、零售、交通、農業、博弈等等，都可以看到人工智慧參與其中的跡象，實際應用像是機器學習與深度學習下的語音辨識、影像辨識、自然語言處理、聊天機器人、推薦引擎、廣告投放、大數據分析都可以算是其現今普遍的應用。A.I.確確實實地改變了人們的工作及生活型態，像是密集勞動力為主的產業和社會環境，減少傳統產業中的重複性工作並帶來新的作業方式，提高生產效率並降低產出成本，協助傳統經濟走向智慧化轉型。現在許多科技業、電信業甚至是金融業都求才若渴，希望能導入A.I.來強化自家提供給客戶的加值型應用。隨著技術不斷地提升，在可期盼的未來裡，終將實作出幾近人類的A.I.系統來協助個人或企業解決各式各樣的問題，營造更便利、更智慧、更貼心的感受。
|
|
|
|
