在這裡我們簡單介紹一下定義什麼是人工智能、深度學習、以及機器學習。
為了方便初學者理解都用比較易懂的方式做描述。
程式的組成其實簡單來說就是
程式 = 指令 + 數據
用中文來解釋的話就好比動詞(V.)+名詞(N.)
用一句話來解釋就好比 "做家事"
做就是指令,家事可能有很多種。
所以做家事這句話就可以當做是一個簡單的小程式。
指令的功能就是在處理數據用的。數據可能有數字、字串、資料的基本型態等等...
指令 =>> 處理數據
人工智能名詞概括圖
我們先從範圍最大的人工智能開始說起
流程大致上分為三個階段
1. 數據進入到程式裡面。
2. 程式本身必須具備學習能力篩選自己需要的條件。
3. 最後得到結果,結果不一定是正確的。
程式透過學習習得一項技能 = 人工智能
程式透過學習失敗一項技能 = 人工智障
弱人工智能 =>>>> 只能完成(執行)"單一"的任務。弱與人類對比。
EX:目前大家所接觸到的所走人工智能產品(掃地機器人/Alpha Go)
強人工智能 =>>>> 能完成(執行)"多項"的任務。
EX:和人類一樣,凡是你能做的事情,他都能做。多功能的概念。
一個神經元有樹突及軸突。
簡單的說,樹突就是傳入訊號。軸突就是傳出訊號。
於是就變成下圖這樣
上圖就是一個類神經網路系統
深度學習的概念源於人工神經網路的研究。含多隱層的多層感知器就是一種深度學習結構。
至於一般來說感知器要達3層以上,才能算是深度學習。
未達3層都算是類神經網路。
只是這是比較嚴謹的說法。
感知器越深 = 越多層 = 越聰明
機器學習是實現人工智慧的一個途徑
顧名思義,機器透過模型(Module)去學習
對於機器學習、深度學習有興趣的讀者們,可以去這個網站玩看看。
https://playground.tensorflow.org
未來會在補充關於機器學習、深度學習的相關筆記。
附註:如果對於上述的概念還不清楚,未來可能會在補充說明。__20190809