鐵人檔案
人工智慧（Artificial Intelligence，AI）是什麼？資料科學（Data Science）又是什麼？隨著近年人工智慧的發展在電腦視覺、自然語言處理等許多領域取得突破性的成就，另外，許多創投資金的進入，生活中逐漸出現相關的產品，最後再加上社群媒體的報導，使得人工智慧、資料科學、機器學習、大數據等等名詞已經成為時下的流行詞。這系列文章的前半段會好好探討人工智慧的展望及其目標、目前的侷限性和存在的問題、介紹可能的解決方法和其相關的領域（如：資料科學、機器學習），後半段會討論當我們實際把相關技術應用到社會中可能會碰到的障礙、其對應的措施和對社會可能造成的影響。
上回介紹了最標準的機器學習模型，其中最重要的式子就是找到 $h^$$$h^=\mathop{\arg\min}{h \in \mathcal{H}} \sum{...
上回介紹了凸函數的定義及一些性質，今天來講一個解最佳化問題很實用的方法：Mirror Descent。 Legendre-Fenchel 我們考慮開凸集合 $\...
前兩回的討論都還限定在凸函數的優化，然而決大部分的函數都不是凸函數，所以今天要來看看更一般的最佳化演算法，最常見的形式就是梯度下降法。$$h^=\mathop{...
今天要講機器學習中，一個很重要的課題：選擇損失函數。$$h^=\mathop{\arg\min}{h \in \mathcal{H}} \sum{i=1}^N...
今天來介紹一下深度學習的概念，框架跟之前介紹的式子一樣，找 $h^* = \mathop{\arg\min}{h \in \mathcal{H}} \sum{i...
上回提到深度學習，其實就是一種表徵學習（Representation Learning）的演算法，今天來簡單介紹一下表徵學習。 資料的表示法 Data Repr...
這次要先來介紹一個概念：廣義化（Generalization）。 我們希望人工智慧具有很好的廣義化性質，當我們用資料去訓練模型時，我們很難把世界上所有的資料都給...
上回提到廣義話（Generalization），在人工智慧領域裡，是一個我們希望具備的性質，然而往往會有很多因素影響，今天就要來介紹一個專門的課題：領域適應（D...
前幾回討論的主要是廣義性（Generalization），今天要討論另外一個重要的性質：穩健性（Robustness）。 我們同時也希望模型舉有穩健性，簡單來說...
近幾年，社會很重視個人資料的保護問題，也有許多相對應的法規出現，如各國的個資法，或者史上最嚴格的個資法：歐盟的一般資料保護規範（General Data Pro...
