Reference: Introduction to Machine Learning

這篇簡單介紹Machine learning，但這也挺有趣的，手機版跟電腦版的youtube source竟然不一樣。礙於篇幅太短，我決定把Youtube影片放上來充數。

電腦版

影片裡講到Machine learning用來解決真實世界的問題(影片中提到圖形化數字辨識)，而Machine learning處理資料分析會比coding還要重要許多。

手機版

影片中提到三個重點：

1. Reduce time programming: 你可以費盡心思寫一個拼字校正程式；也可以節省你的時間，用現成的Machine learning tool並餵進一些example，去達成拼字校正的功能。
2. Customize and scale products: 若你今天需要多國語系版本，你可以把你自己的程式改很多版本出來；也可以用同一個tool，但僅僅只是餵進不同語系的example即可。
3. Complete seemingly "unprogrammable" tasks: 很多難以處理或我們下意識(subconsciously)解決的問題，很難用程式處理它。但Machine learning可以幫我們處理得很好(真的假的?)

最後還說到，工程師以前都是用邏輯、數學去解決問題，但Machine learning把問題自然化，觀察問題、實驗、統計、分析結果 有點像是debug，即可把問題解決。換句話說，以前要寫演算法、debug，但Machine learning有既有的演算法(tool)，我們只要debug就好。

今天這篇大概就是影片講解，不然前一篇又是名詞又要喚醒記憶，說可以讓不懂程式的學會Machine learning，真的很難令人相信。

明天就要開始介紹術語(Terminology)了喔！