本文將會開始進入重頭戲為各位介紹何謂機器學習，我們需要這個東西嗎，以及他真的很厲害嗎？現在此說明對於所有介紹都以本人經歷為主，所以若有不精或是錯誤的點還請見諒。

以本人來說，因為對這種數學性與邏輯性的東西本身很感興趣，本身其實對於邏輯以及數學本來就是本科系出來的，工程類的很正常都要會這些東西，但是AI其實本人也是近幾年開始關注，後來才知道甚麼是機器學習，深度學習，以及DATA大數據這些東西，其實仔細想想，這一路所遇到的真的不少，也經歷的不少，但沒有到很清楚，但我相信大家都也有相同的遭遇，一開始覺得AI好像很厲害ㄟ，而且業界給的薪水非常的高，我一定要走這行，許多人有這種想法的，但是我也看過堅持到中途就放棄的人，這是為何呢，其實因為AI的層面太廣了，其實光一個機器學習也是會牽扯到許多狀況，但是簡單的說，其實只要你能達到目的怎麼樣都是好的。

例如：我今日要打一個磚塊程式(這個後續會介紹)，那各位會怎麼做？以python來說先找相關模組能不能使用巴，以及程式的邏輯性去學習一下，但是後面呢不一樣，你要開始先慢慢會構思這個東西，順序下來要知道你該做什麼事情，以及必須要達到程式目的，這個也是對機器學習的一個大方向，對於機器來說你也是要有正確的方向以及方法，還有相當龐大的資料才可以促使完美的機器學習形成。

那好我們說回來，機器學習到底是甚麼，簡單講就是一個進階的數學式，我相信大家都聽過什麼 KNN，卷積，Scikit-Learning等等的一些模組，的確在機器學習上都會用到那些東西，但是講白了把她拆開他就是好幾個數學式形成的，我們自己沒辦法達到嗎？其實不是不行，是過於麻煩以及複雜度極高，有些東西真的不是說想做就做，概念可以懂得非常快，但是真的要實做下去時，我相信大家都覺得很懊惱我到底如何開頭，其實本人開始學習這部分時也是這樣，那怎麼辦法呢？就是做就對了。

現在網路這麼發達請問是不是可以使用網路的資源來學習？其實在網路上資料非常多，本人真的一開始也是不知道要做甚麼，雖然說想學習，也有看書也有各種看youtuber學習，但是後來發現那都是在學方法，但是事實上方法真的只是其次，你要學到的是這個東西的概念以及起頭的方向，那後來我有發現一個方法非常簡單，藉由比賽的資料來做練習，有個網站可以推薦給大家叫做 Kaggle ，雖然裏頭都是英文，不過淺顯易懂，我相信大家可以的，裏頭都是國外以及國內共同參與的競賽，這個競賽發起者都是大公司，Google，Facebook，Amazon，Microsoft，這些大公司發起的想法，所以各位就是設計者，可以利用自己的想法去完成對方大公司的問題，雖然很難得前10名，但是你只要有參與基本上得到的經驗非常豐富。

本人所經歷的程式第一個沒錯的話，就是鐵達尼號，那是一個預測程式，可以預測鐵達尼號會死多少人以及受傷人數，厲害一點的人有寫出如何判斷出什麼狀態下會產生撞冰山或者會躲過的時間點，各種高手都在裏頭，一開始我都是不會寫的，我就看著許多大大寫著滿滿的程式，我就自己默默的Copy人家程式下來學習，雖然不是很正確，但是至少你可以知道方向在哪裡，不懂的地方複製起來貼上到Google通常都有解答，就這樣一步一步往上爬到現在也沒有說到懂很多，但是至少概念上都還可以理解，其實在那些預測上，有些人他是利用自己的寫法做出來的，真有那種人沒有使用模組就做出來了只是效果沒有到很好，所以好那講這麼多，機器學習是否很重要，如果以未來性來說蠻重要的，實際面也是很重要，為何呢？很簡單機器學習其實就是我們人，我們人也是機器學習的一種，有東西有讀取過我們才知道這是什麼，相對的對機器來說也是這樣，所以說白了，只是我們還沒教機器這些事情，所以我們要做到的就是把東西交給機器，怎麼給他呢，利用程式的方式寫成我們所知道的意思在傳達給她，他就會知道你的意思是甚麼了。

我相信還是很多人會聽我講完有點模糊模糊，沒關西我下一篇會寫一段程式為各位介紹何謂機器學習的概念的比較，盡量我會以網路上明確資料給各位，這樣大家都能以後能做到永久性學習。

那在這裡謝謝各位，以上為不專業AI的介紹，我們下篇見~~~~

預告：機器與人類 程式的差距