本篇開始之前需要先跟各位說明一下,本人說明的方向比較傾向初學者角度去看待,因為本人也並不是相當專業的面向去看,所以若是你的程度是相當高的人,可能看到本篇會覺得過於沒收穫,可能還請見諒!
那本篇開始就請各位能耐心的持續將本篇看完。
大家對於 AI 的想法會是甚麼呢,他是一個機器,我能寫入相關程式讓他動作,並且照著我的意思執行,這個比較屬於一般的 MCU 控制,AI 的精隨在於他學習的目的,真正的 AI 之所以被稱為 AI 原因在於 Artificial 人工,何謂人工,就是能將機器的思維能接近於人體思考方式,但是這個技術是相當高的,事實上這個層面有很多種,他能簡單的呈現出思考方式,也能做到很複雜的方式,今天假設做一件記憶性的動作,給他看過一件粉紅色衣服,請它幫我挑出只要是粉紅色衣服的衣服就拿出來,這是一個單純的單向性工作,它能非常簡單的就達到學習動作,但是如果今天是要完全粉紅色,有圖案、污漬、色源、混色等等問題,都要參考進去的話,這種學習方式要相當有程度,因為你必須要讓他知道甚麼是對的,甚麼是不對的。
上圖想必大家在各大網站都有看過,這是本人簡單畫的不一定完全相同的圖示請見諒,主要從一開始送入的資料來看,藍色的圖樣,它會照它的軌跡開始進行學習,依照紅色黃色綠色最後黑色時得出最終的一個答案,它經過層層程序才得到一個答案,學習就是這樣的一個過程,很簡單的道理可以想像一下,我們人在學習事情的時候,其實就像這個圖一樣一步一步的到達我們所要的答案,機器在做學習的事情也不例外,固然也是要經過這項程序,但是如何讓它經過這個程式倒是大家都很疑惑的地方,大家可能聽過 Sklearn,KNN,CNN,SVM,Tensorflow,Keras等等之類的東西,這些如果有涉略機器學習或是深度學習的小夥伴們一定都知道這些東西的用途,但可能有些小夥伴不清楚它的作法是甚麼,接下來的篇章,我會盡可能的介紹給各位小夥伴了解,讓剛初學的小夥伴們能有一個比較清楚的學習方向。
學習是一條漫長的道路,踩的越慢,步伐越穩,越能讓自身的能力更加穩健,求快不是一件痛快的事情,成就才是一件痛快的回憶。