How Google does Machine Learning

What it means to be AI first part 1

首先介紹此次課程最重要的事，如何進行機器學習?

這次使用的平台是Google Cloud Platform，這也是我第一次接觸GCP，所以有寫錯的地方也歡迎大家一起討論

而google也有一套流程給開發者做為參考，也會講述關於其中1~3步驟的細節給予我們學習。其中包含最基礎的機器學習的定義到如何創造自己的資料集都有講出開發者常犯的錯誤，接著介紹如何使用TensorFlow開始做訓練與預測，最後若結果不盡理想如何增加模型的準確率呢?
若上述步驟都到達完美的結果，如果是一家公司要的應該就是部屬我的模型架構並且定義我這個模型要用在甚麼地方呢?(然後開始賺錢??)

甚麼是ML?甚麼是AI?

一開始入門很多人的疑問都是上面這兩個問題，這兩個問題常常聽到啊，我現在在做的是ML還是AI?
這裡講者講到AI就像是物理學，ML就像是裡面的一項公式。我要達到AI的境界必須依靠ML的知識，如果以現實生活來做舉例的話，可以把它想成ML是一隻很聽話的機器人你叫他幹嘛他就去幹嘛，AI是一隻有自己思考能力的機器人，有時很傲嬌你根本叫不動他，像媽媽每天叫你起床你還是想賴在床上的感覺。

那又出現一個問題了我要怎麼訓練一個機器人呢?
假設今天我們要訓練一個機器人幫我辨別貓、狗、車、蘋果，首先我們會有他們的圖片以及對應的名字，接著經過一連串的運算之後我們建構的模型會知道原來這些東西是我要學會的圖像。

接著如果我丟進來一張沒有名字的照片，這個模型必須幫我預測出這個圖片他的名字是甚麼，這樣我這個辨別物品的機器人才是真正能夠應用的，也是我們所謂的你訓練屬於你自己的機器人。

接著我介紹一些我覺得滿有趣的應用

Google Translate and Gmail，Google Translate為假設你今天到了一個人生地不熟的地方需要翻譯的動作，現在Google使用ML跟OCR架構，可以讓你拍一張照片就能了解其中的文字意思，而Gmail的部分也是利用ML的架構來判斷上下文來給予你最佳的回覆訊息，這兩個有趣的應用幫忙現在忙碌的人類節省不少時間，有時間能夠去做其他更重要的事。

※圖片參考至 How Google does Machine Learning resource