初次接觸AI時，常常會聽到數據分析、資料科學、機器學習、深度學習，一堆專有名詞，倒底是甚麼碗糕? 有何差別? 可以吞得下去嗎? 會不會消化不良?

資料科學(Data Science)

前幾天看到一篇文章『What Is Data Science, Really』，作者先擷取維基百科的部分定義如下：

Data science … incorporates skills from computer science, statistics, information science, mathematics, information visualization, data integration, graphic design, complex systems, communication and business.

簡單翻譯如下：
資料科學結合計算機、統計學、資訊科學、數學、資訊視覺化、數據整合、圖形設計、複雜系統、通信和商業等技能。

看到這裡就會覺得這是典型江湖術士的騙術，適合拿來騙錢，因此，作者試圖找到一個精準且簡短的定義如下:

the application of the scientific method in using the tools of data analysis。
翻譯如下：
應用科學化的數據分析工具，從數據中挖掘出知識(knowledge)。
註：後半句是引用自維基百科。

圖1. KDD (Knowledge Discovered from Data)

至於數據分析工具有哪些呢? 舉凡描述統計量(平均數、變異數、關聯係數....)、統計方法(迴歸、ANOVA、時間序列、...)等等都是可以挖掘數據特徵、偵測異常或不同類別的差異/關聯，我們往往會透過統計圖、地圖(map)、多維度分析等圖表工具來呈現及觀察統計結果。

機器學習(Machine Learning) Vs. 資料探勘(Data Mining)

筆者出入門時，覺得機器學習與資料探勘根本就是雙胞胎，書中介紹的演算法幾乎相同，經過一番實戰後，才略有心得。根據維基百科的說明，資料探勘(Data Mining)是機器學習(Machine Learning)的一環，利用各式演算法找出資料的隱藏結構(Pattern)，包括迴歸、分類、集群、異常檢測(Outlier Detection)、關聯...等類別的演算法。

機器學習則是更進一步，希望透過模型的訓練，使電腦愈來愈聰明，雖與資料探勘所使用的演算法高度重疊，但有更崇高的理想，希望經由資料的累積與修正，使模型不斷的精進，從而提高預測的準確率，讓電腦具有人工智慧。它與傳統程式開發方式不同：

1. 傳統程式開發方式，是直接依據商業邏輯產生輸出，而機器學習是先建模，再進行推測，模型會不斷改良，具有自我學習的能力。
2. 機器學習不僅接收輸入資料，資料科學家也需要蒐集訓練資料，作為模型訓練的養份。
   

深度學習

深度學習(Deep Learning)也是機器學習的分支，它是利用多層式結構(Multi-layers)解決問題，例如神經網路(Neural Network)、強化學習(Reinforcement Learning)，通常很難用數學導出公式建構模型，而是採用優化(Optimization)演算法，逐步逼近最佳解，最後找出一個接近完美的近似解。

圖2. 神經網路

卷積神經網路為多層式結構，圖片來源：Comprehensive Introduction to Neural Network Architecture

學習路徑

國內一般教育機構會採四階段學習課程，逐步探究人工智慧的奧秘：

1. 數據分析：學習程式語言(Python/R/Matlab)及資料科學基礎套件(NumPy、Pandas、MatPlotLib)，熟悉數值分析、表格分析及統計繪圖等技巧。
2. 機器學習：複習線性代數、微積分、初級統計、機率、線性規劃等數學基礎，並了解如何利用程式語言或NumPy等套件，解決數學問題，進而理解機器學習各類演算法及開發流程。
3. 深度學習：學習神經網路理論，並在影像、自然語言、語音方面的應用，另外也包括強化學習。
4. 專題應用：包括聊天機器人(ChatBot)、物件偵測、人臉辨識、自駕車、機器人(Robot)等相關專題的實作。
   
   圖3. 人工智慧的學習路徑

結語

以上是筆者幾年K書的心得，不具學術的嚴謹性，只求看得懂，若有謬誤，請大家不吝指正。

工商廣告一下：
深度學習 -- 最佳入門邁向 AI 專題實戰。