機器學習的強弱項

• 強項
  • 速度
  • 記憶
  • 多變數: 人很難掌握三個變數以上的互動關係
  • 多模組
    • 訓練過程 保留頂尖菁英
    • 訓練完成 結合高手團隊
• 弱項
  • 缺乏常識
  • 強於分析、不擅合成
  • 絕對理性
  • 高度依賴資料
  • 無法跳躍性思考

機器學習的魔力

• 多了一層: 在輸入與輸出間多了一層 hidden layer (隱形層)
  input layer ==> hidden layer ==> output layer

• 為什麼要在輸入與輸出間做一些公式轉換? 例如老師為了提高成績辦識度, 常會用下列公式轉換, 這個公式便是hidden layer (隱形層), 如何改變成績公式,讓成績可以明顯分出高低?最後成績即是其中一例

• 另一例子, 數字辦識 , OCR recognition: Deep Learning, Handwriting Digit Recognition
  

註:本文是搜尋數個網站及各種不同來源之結果,著重在學習,有些內容已難辦別出處,我會儘可能列入出處,若有疏忽或出處不可考,請聯絡我, 我會列入, 尚請見諒。