close
人工智慧、機器學習、深度學習、表徵學習
【園丁按】
學習無止境，進入資訊化時代，出現一些新名詞，需要予以了解:
1. 人工智慧
人工智慧（Artificial Intelligence，AI）指由人製造出來的機器，所表現出來的智慧型。通常AI是指透過普通電腦程式來呈現人類智慧的技術。近年因為AlphaGo在圍棋上不斷擊敗高手而聲名大噪。
2. 機器學習
機器學習(machine learning, ML) 是人工智慧的一個分支。人工智慧的研究歷史有著一條從以「推理」為重點，到以「知識」為重點，再到以「學習」為重點的自然、清晰的脈絡。顯然，是以機器學習為手段解決人工智慧中的問題。其演算法是一類從資料中自動分析獲得規律，並利用規律對未知資料進行預測的演算法。
3. 深度學習
深度學習（Deep learning，DL）是機器學習的分支，是一種以類神經網路為架構，對資料進行表徵學習的演算法。
深度學習的觀測值，例如：一幅圖像可以使用多種方式來表示，如每個像素強度值的向量，或者更抽象地表示成一系列邊、特定形狀的區域等。而使用某些特定的表示方法更容易從實例中學習任務，例如：臉部辨識或面部表情辨識。深度學習的好處是用非監督式或半監督式的特徵學習和分層特徵提取高效演算法來替代手工取得特徵。
4. 表徵學習
表徵學習或特徵學習是學習一個特徵的技術的集合;將原始數據轉換成為能夠被機器學習來有效開發的一種形式。它避免了手動提取特徵的麻煩，允許電腦學習使用特徵的同時，也學習如何提取特徵，學習如何學習。
※取材《維基百科》
全站熱搜
留言列表
