人工智慧? 機器學習? 深度學習?

剛踏入機器學習的學生自然會對這些專有名詞感到相當模糊，我們就先來看看這張圖吧!

人工智慧vs機器學習

人工智慧是可說是一種大集合，是一種較為廣泛的名詞，只要你所撰寫的程式能夠感測、表現，只要能表現出類似於人類思考的智慧行為便可以被稱作人工智慧，即使你的程式是綁死的，只會有固定表現，也依然在人工智慧的範疇。如遊戲上的記分板、小遊戲判斷得分的框線，都可以算做人工智慧的一種!
看了上面的介紹便可以了解，機器學習是包含於人工智慧架構中的一種分支，透過演算法，並且依照更新的資料來改進自身的結果。

機器學習vs深度學習

就如機器學習是人工智慧的一種分支，深度學習則是機器學習的一種分支。深度學習其實從技術層面上來說就是在說明機器學習，並且以類似的方法起作用。使用深度學習模型，演算法可以使用自身的神經網來確定預測的結果是否準確。簡單來說，深度學習捨去了特徵萃取的方式，改由吸收大量資料，所有屬性，讓多層架構的神經網路自行判斷可以做什麼特徵擷取。

而我們這次的教學著重於機器學習，讓我們快速了解一下機器學習的概念吧!

機器學習

機器學習這一名詞很常被人所提及，他是人工智慧的一門學科，此領域主要研究區域就是人工智慧，透過演算法將我們所擁有的歷史資料進行群組分類或是預測未來可能的結果，它能從歷史經驗中學習，自動改良成果的能力被人所推崇的原因之一。

簡單來說，就是透過演算法將歷史收集的資料進行分類或預測模型訓練，在未來得到新的資料時，可以透過訓練出的模型進行預測 ，如果這些效能評估可以透過利用過往資料來提升的話，就叫機器學習。

機器學習的運用範圍非常廣泛，幾乎所有領域都可以配上一點機器學習下飯(誤)。舉例來說，如天氣預測、股價預測、證券分析、人臉辨識、車牌辨事、語音處理、甚至是法律知識判讀等等，這些都可以運用機器學習的特性去做進一步的分析喔!

參考資料及圖源:
https://medium.com/@troy801125/machine-learning-%E4%BA%BA%E5%B7%A5%E6%99%BA%E6%85%A7%E5%92%8C%E6%A9%9F%E5%99%A8%E5%AD%B8%E7%BF%92%E6%98%AF%E4%BB%80%E9%BA%BC-49a6ba41ab3e

https://aifinpitchtw.com/article?article=40