機器學習,深度學習,人工智慧是什麼?AI名詞概念解析 - 巨匠電腦
文章推薦指數: 80 %
機器學習步驟:獲取資料→分析資料→建立模型→預測未來. 機器學習與人類出生後的學習軌跡相似,從訓練(Training)到預測(Predict),細分下去步驟為獲取 ...
開課查詢
課程查詢
直播教學查詢
窩課360課程查詢
線上聯辦說明會
免費學習講座
免費課表索取
熱門活動
課程總覽
課程總表
課程總表
資訊系列課程
程式/資料庫
AI程式設計
網路管理
手機APP設計
辦公室應用
認證輔導
青少年程式營
設計系列課程
視覺設計
網頁設計
工業設計
建築室內設計
3D多媒體動畫
影視特效
設計學院
設計學院
政府補助
政府委辦課程查詢
政府補助說明
職訓資格說明
就業輔導
海外就業
企業徵才媒合
企業服務
全國分校
百大名師
直播教學
學習資源
就醬學充電站
電腦學習密技
電腦技能一學就會
電腦Live直播講堂
學員專區
課程劃位
點數卡產品兌換
課程取消劃位
請假作業
上課簽到
我的課表
我的使用紀錄
我的收藏課程
問卷填寫
企業學員問卷填寫
我的個人資料
學員權益說明
學員公告
求職專區
就業獎學金
登出
課程劃位
點數卡產品兌換
課程取消劃位
請假作業
我的課表
我的使用紀錄
我的收藏課程
上課簽到
問卷填寫
企業學員問卷填寫
我的個人資料
學員權益說明
學員公告
求職專區
就業獎學金
登出
課程搜尋
北區開課查詢
中區開課查詢
南區開課查詢
東區開課查詢
熱門文章搜尋
開始搜尋
學習心得
創新趨勢
職場大補帖
設計達人
進擊的IT人
實用小技能
翻轉人生
全部文章
文章分類
文章分類
職訓補助80%
網路資安
Python
Java
APCS
AutoCAD
Photoshop
電商行銷
數位插畫設計
Excel
HOT熱門課程
HOT熱門課程
Blog首頁
進擊的IT人
2020/02/19
14535
機器學習、深度學習、人工智慧是什麼?AI名詞概念解析
文章段落
人工智慧、機器學習和深度學習的區別
機器學習&深度學習解決問題方式大不同
人工智慧走過一甲子!關於A.I.的歷史演進
人工智慧(A.I.)的關鍵技術分支領域
近年來,人工智慧在我們日常生活中的各大領域都有其參與的影子,從人機大戰的AlphaGo到金融的A.I.理財還有零售的無人商店,甚至是你我手機中購物和音樂App裡推薦的「你可能也喜歡」清單,A.I.與既有系統相輔相成提供人類更美好的服務體驗,讓各大科技龍頭紛紛砸下鉅資研發設計並導入應用人工智慧的相關技術,你知道人工智慧(A.I.)發展以來的分支有哪些嗎?究竟機器學習與深度學習和人工智慧有什麼關係?
人工智慧、機器學習和深度學習的區別
人工智慧(ArtificialIntelligence)、機器學習(MachineLearning,M.L.)和深度學習(DeepLearning,D.L.),從字面上來看,人工智慧和後兩者似乎沒什麼關係,但它們三者其實緊密相關。
廣義的解釋下,人工智慧是指「透過電腦程式或相關科技硬體來呈現人類智慧的一種技術」,而機器學習的基本定義為「機器具備學習的能力」,深度學習身為機器學習的更深層分支則是一種「實現機器自動學習且不需人為介入的技術」,人工智慧的解釋想必大家都沒有疑問,但機器學習與深度學習之間的差異,究竟是什麼?
機器學習&深度學習解決問題方式大不同
機器學習步驟:獲取資料→分析資料→建立模型→預測未來
機器學習與人類出生後的學習軌跡相似,從訓練(Training)到預測(Predict),細分下去步驟為獲取資料、分析資料、建立模型、預測未來,使用人工開發的演算法先進行分類,再依據人工標記的特徵來進行學習,其實資料處理的過程就是一種是非題的概念。
深度學習步驟:原始數據→特徵標記→獲取答案
而深度學習是分層特徵學習的概念,能夠自動從原始數據執行特徵標記,也稱為特徵學習(FeatureLearning)或特徵抽取(FeatureExtraction),簡單來說就是讓電腦自行分析資料並找出「特徵值」來進行分群,而不需人類介入後的決定。
不過機器學習和深度學習兩者也不完全是分開來個別作業,它們是可以相互合作去學習的。
實務上深度學習可以在進行特徵抽取後由傳統分類器進行分類,或者是利用深度學習來先做降維的工作,都是很好的互利辦法。
人工智慧走過一甲子!關於A.I.的歷史演進
人工智慧從上個世紀五零年代中期開始發展,當時人工智慧的研究方向僅是以邏輯符號推導為主,像是搜尋樹、迷宮走訪、河內塔和數學證明等等,執行效能受限於時空背景下的硬體規格,讓人工智慧無法在實際應用上有所突破,而人們對於人工智慧能夠追上人類智慧的美好幻想隨之泡沫化。
接下來的日子裡,學者利用數學模型來模擬生物大腦的神經網路,稱為人工神經網路(ANN:Artificialneuralnetwork),Rumelhar和Hinton等數名學者提出了反向傳播算法來解決神經網路複雜計算量的問題,也開啟了神經網路的研究大門。
延伸閱讀:三大AI應用實例解析,原來日常中處處都有它存在!
人工智慧(A.I.)的關鍵技術分支領域
三十年後的八零年代,機器學習涵蓋了電腦科學、機率論、統計學、博弈論等多領域的學科,由於多層神經網路(DeepNeuralNetwork)層數太大導致技術困難而讓發展陷入停頓,淺層機器學習方法的支援向量機橫空出世,使其神經網路層數小於三層的效率大幅提升,不久便成為人工智慧火熱的一項技術分支。
時間來到2006年,在Hinton(深度學習之父)鑽研30年後,終於以限制玻爾茲曼機(RBM)模型讓層數大於三層的神經網路死灰復燃,鑑於先前多層(或稱深層)神經網路帶來的失敗而被多數人唾棄與忽視,Hinton將層數超過三層的DeepNeuralNetwork重新命名為DeepLearning,但這時也僅是為多層(或稱深層)神經網路帶來些微曙光。
由於深度學習會用到大量的矩陣運算,當時皆是以CPU來負責處理其運算,二維特性的CPU無法支援如此龐大的工作量,直到NVIDIA在當年間推出CUDA架構,Hinton的兩位學生才得以在後來的2012年用「深度學習+GPU」這樣的組合來發揮深度學習的威力。
了解人工智慧、機器學習和深度學習概念後,你也想成為推動人工智慧的一員嗎?AI人工智慧系列課程,協助養成AI的關鍵技術。
延伸閱讀:ai工程師薪水行情如何?揭密ai工程師的工作日常都在做什麼!
免費學習資源不漏接
AI機器學習深度學習
上一則VMware是什麼?快速了解顛覆現狀的「虛擬化」技術下一則學python資料分析容易遇到的瓶頸,這三招化解你的撞牆期
分享
分享
熱搜文章排行
1
在職進修補助怎麼申請?增強技能免煩惱學費,自己的權益自己把握!
2
選擇多元在職訓練,增加自我價值與不可取代性
3
Photoshop去背教學,5招快速透明去背的好方法!
4
大家在說的C語言,C、C++、C#差異到底是什麼?
文章分類
學習心得
37
創新趨勢
32
職場大補帖
58
設計達人
106
進擊的IT人
56
實用小技能
26
翻轉人生
64
全部文章
379
熱門標籤
入門攻略
室內設計
辦公室應用
Python
證照
程式語言
Photoshop
不加班絕招
平面設計
電繪
AutoCAD
電商
網頁設計
AI
Java
你可能有興趣的文章
大家在說的C語言,C、C++、C#差異到底是什麼?
不用隨身碟,雲端上傳文件超商ibon就是你的印表機[教學]
Python是什麼?不可不知的Python優缺點及發展前景
熱門標籤
入門攻略
室內設計
辦公室應用
Python
證照
程式語言
Photoshop
不加班絕招
平面設計
電繪
AutoCAD
電商
網頁設計
AI
Java
電腦學習專案全面優惠5折起
想學什麼?政府挺!學費補助80%
室內設計實務與乙級證照班招生ing
×
你是哪種工作型🔍免費課程任你選2022最新課表索取
×
【官網限定好禮】免費體驗課程,熱門主題任你選!
熱門課程任選免費體驗!
立即索取
×
arrow_upward
延伸文章資訊
- 1機器學習,深度學習,人工智慧是什麼?AI名詞概念解析 - 巨匠電腦
機器學習步驟:獲取資料→分析資料→建立模型→預測未來. 機器學習與人類出生後的學習軌跡相似,從訓練(Training)到預測(Predict),細分下去步驟為獲取 ...
- 2【機器學習】想要快速上手「機器學習」,先從架構流程7步驟 ...
在上一篇機器學習的介紹中,我們了解了何謂人工智慧、機器學習以及深度學習,但在開始程式教學前,我們必須先從機器學習的整個架構流程開始教起, ...
- 3深度學習入門
使用Keras 創建深度學習模型的基本步驟可以區分為四個:. 定義訓練資料. 定義深度學習模型的結構:包含深度(Depth)或者說層數(Number of layers),也包含每個層的 ...
- 4深度學習的訓練資料準備與平台之演進發展- 技術探索
深度學習演算法、大數據的值與量及GPU運算技術,是未來AI發展的關鍵 ... 重覆這步驟許多次之後,就擁有了大量模擬該棋局盤面所得到的平均勝率,以此來做為當前盤面的好 ...
- 55大關鍵步驟!如何構建深度學習模型? - 壹讀