01_機器學習介紹

01 機器學習介紹

人工智能的發展

1. 人工智能 - 機器學習 - 深度學習

機器學習的用途

圖像識別 CV

1. 無人駕駛
2. 醫療 - 識別CT圖細微區別
3. 圖片藝術化
4. iphone 人臉識別

天然語言處理 NLP

1. 新聞自動生成機器人

傳統預測

1. 信貸、銷量預測

機器學習庫和框架

1. Scikit-learn
2. Pytorch
3. Tensorflow

學習書籍推薦

1. 統計學習方法 （不建議直接讀）
   

2.編程實戰類 （課程結束後，重點關注案例）

學習目標

1. 機器學習各類算法原理
2. 算法的使用
3. 算法庫和框架

什麼是機器學習？

1. 定義： 機器學習是從數據中自動分析得到規律（模型），並利用規律對未知數據進行預測。
2. 實例：

• AlphaGo : 經過學習棋譜，生成經驗，對柯潔的棋譜進行預測。
• 廣告搜索：經過用戶歷史搜索數據，預測用戶喜愛。

爲何須要機器學習？

1. 解放生產力 - 智能客服 - 24小時做業
2. 解決專業問題 - ET醫療 - 輔助看病
3. 提供社會便利 - 阿里 - 城市大腦

機器學習在各領域帶來的價值

1. 領域：醫療、航空、教育、物流、電商...
2. 目的： 機器學習代替手動的步驟，減小成本提升效率