人們告訴機器計算方式,由機器自行分析資料細節稱為機器學習(Machine Learning,又稱ML),深度學習又是機器學習的一種。AI與他們的關係如下圖:
不管是深度學習或機器學習,資料都是不可或缺的。用來建構AI的資料稱為訓練資料,讓電腦用訓練資料進行機器學習來建構AI的過程,稱為讓AI學習。這種學習的方式可以大致分為三類,為「監督學習」、「非監督學習」、「強化學習」。
監督學習為最普遍的學習方式。在學習時用的訓練資料都有正解,在學習的過程中,都要靠這些正解來決定模型。訓練中的正解部分稱為正解標籤,訓練資料拿掉標籤後的部分稱為預測材料,深度學習都是監督學習。下圖為舉例:
非監督學習沒有正解的部分,須由電腦自行依照某個基準尋找資料,因為沒有正解,所以資料的準備比較容易,但使用的數學會較難。
強化學習是透過嘗試錯誤,找出讓價值最大化的行動
的學習方法,在過程中逐漸確定出模型。
這三者之間在分類上並沒有明確的分界,彼此都有重疊的部分。
參考資料:《圖解AI與深度學習的運作機制》