提問：小孩子是怎麼知道什麼東西可以放進嘴巴裡吃，什麼東西不能?
回答：大人會透過不斷地告訴小孩哪些東西可以吃，哪些不行，逐漸讓小孩對於能吃的東西有更明確的概念

現在，讓我們將這個概念引申到 AI 領域，

什麼是監督式學習(Supervised learning，SL)?

在訓練一個模型時，會需要餵給模型訓練用的資料，這些訓練資料集會包括輸入跟答案，也就是我們會對資料進行標記(labeling)，來讓模型在學習這些資料的過程中，會有標準答案可以判斷自己的每一次回答是否正確，並且根據這些判斷不斷調整模型的方向(權重)，讓模型的預測結果越來越接近正確答案，最後找到一個最好的思考模式。

在前面的描述中，有提到權重，那

什麼是權重(weight)?

• 用數學來說，就是函數的係數以及常數。舉例來說，對於f(x) = ax + b這樣的一次函數，其中的a和b就是權重，a控制x的線性變化的強度，而b則控制x整體的偏移程度
• 用神經元來說，就是突觸的強度，如果突觸的權重較大，那麼來自其他神經元的信號對目標神經元的影響就較會比較大
• 在人工智慧，是指人工神經網路在傳遞和接收資訊的過程中，用來調節資訊重要程度的強度因子
  • 人工神經網路是由一個個節點(神經元)組成的架構，每個神經元都會有個相關聯的權重。當輸入的數據通過神經網路時，每個神經元會根據其輸入和對應的權重計算一個加權總和，然後將其向後傳遞

監督式學習的概念到這邊應該都有頭續了，

最後，再來將文章一開頭的問題做拆解:

• 模型：小孩
• 權重：思維方式
• 目標：教會小孩區分什麼東西可以吃
• 輸入：小孩看到的東西
• 輸出：小孩覺得可不可以吃
• 答案：大人的指導與回答

明天來學習半監督式