前言

資料分析的部分在昨天就先告一個段落，今天開始會開始學習機器學習與深度學習。

AI發明的最終目的就是幫助人們解決問題，而AI技術也已經在許多領域實現了重大突破，包括醫療診斷、金融預測、交通管理等。

人工智慧、機器學習、深度學習這三者的關係如下：

機器學習:

機器學習（Machine Learning，簡稱ML）是人工智慧的一個子領域，其主要目標是使機器具有學習能力，透過特殊的演算法，讓電腦經由訓練從一堆數據中找出規律並產生模型，然後運用產生的模型進行預測。當輸入的數據越多，機器也能自動學習並做出更精確地分析。機器學習可以分為兩個步驟訓練(training)與預測(predict)，訓練資料可能是文字檔或圖片檔，訓練資料是由特徵(features):資料的屬性與標籤(lable):資料的結果。

以下是常見領域:

• 自然語言處理（NLP）：機器翻譯、聊天機器人
• 圖像識別和計算機視覺（Computer Vision）：人臉識別、自駕車技術
• 醫療保健：醫學影像分析、基因組學
• 金融服務：信用評估、股市預測
• 能源和環境：能源管理、氣象預報
• 社交媒體：內容推薦、情感分析
• 交通和物流：路線優化、物流管理

深度學習:

深度學習（Deep Learning，簡稱DL）是機器學習的一種方式，深度學習之所以稱為"深度"，是因為它通常包括多層神經網絡，稱為深度神經網絡。

以下是常見領域:

• 圖像識別和計算機視覺：物體識別、圖像分割、風格轉換
• 語音識別和語音合成：語音助手、語音轉文本、語音合成
• 自然語言處理：機器翻譯、文本生成

---20230929---