iT邦幫忙

2023 iThome 鐵人賽

DAY 2
0

人工智慧

機器學習(Machine Learning)

撰寫開發一些算法,模型,使computer能夠對資料去分析學習。
不需要有很詳細、明確的編程,讓computer有一定的能力去達成自我的學習。
能夠運用資料分析後的經驗,去預測未來數據的結果。

機器學習的效用,為何需要ML?

現今需要處理的資料量都十分龐大,且日漸複雜,以人工處理只是一件吃力不討好的事。而機器學習能夠自動化的處理龐大的資料加以分析,並自我優化,還能預測未來,大幅提升了各個方面的效率。
機器學習有時甚至能夠看到人不會去注意到的特徵、變化等等。

適合利用機器學習的情況

  1. 大規模的數據
  2. 複雜性高,難以用肉眼輕易判斷解決的
  3. 資料不斷在變化的環境

AI機器學習在社會中的例子

醫學影像分析: 分析x光、超音波、ct圖等等,能夠幫助醫生進行準確診斷。
病患監測: 監測患者的健康狀況,預測接下來可能會發生的症狀。
股票預測: 使用機器學習訓練模型來預測股票未來趨勢


上一篇
Day1 前言簡介
下一篇
Day3 機器學習: 強化學習(Reinforcement Learning)
系列文
AI語音模型訓練: machine learning 和 deep learning 的學習與應用30
圖片
  直播研討會
圖片
{{ item.channelVendor }} {{ item.webinarstarted }} |
{{ formatDate(item.duration) }}
直播中

尚未有邦友留言

立即登入留言