昨天這樣單純用文字來解釋機器學習我發現效果可能不太好，不如我直接舉一個好懂一點的例子給各位好了。
要怎麼讓一個機器判斷一個人的性別是男生還是女生呢?我們可以把每一個電腦想像成是一個什麼都不知道的小孩，小時候父母問小朋友是爸爸是男生還是女生，假設小朋友回答女生，很明顯回答錯誤但小朋友會把這次詢問的結果記下來，第二次問他媽媽是男生還是女生，還是回答錯誤，這時小朋友對於分辨男女就已經有了基礎的認知，這時再問他姑姑是男生還是女生就已經基本可以分辨出來了，其中辨識的過程稱為深度學習。原則上如果給他辨識的人數越多，準確率基本上就會越高。
上面這個例子是用二元分類，當然也可以進行多元分類，但要注意的是因為二元分類只要簡單的分辨一次，而多元分類需要分辨很多次，執行的繁瑣程度可能會有增加。
以上是利用影像辨識進行預測，也可以利用數學中的線性回歸之類的算法來讓電腦進行預測，還有很多種的應用，像卷積神經網路(CNN)、循環神經網路(RNN)、多層感知器(MLP)等等。
iThome鐵人賽
看影片追技術