並不是這幾年才出現的詞彙，早在 1956 年人工智慧就以立為一門學科。中間經歷過多次的起起落落，因為 AlphaGo 使得人們又開始談論起人工智慧。

人工智慧史

AI

什麼是機器學習

用已知的資料去 推算未知的結果

電腦會從資料當中學習出一個規律

 

影片

概念

機器學習方式總共能分為三大類

1. 監督式學習 (Supervised learning)
2. 非監督式學習 (Unsupervised learning)  
3. 強化式學習 (Reinforcement learning)  

分類

監督式學習

每筆資料必須要有正確答案也就是 標記（label）

非監督式學習

分群

每筆資料 沒有標記（label） 電腦會自動分門別類

強化式學習(alphago)

Alphago VS 李世石

1. 訓練必須要有 正負回報 (positive/negative reward)
2. 時間內取得最高的 reward 或是學習環境做出最好的決策

訓練步驟

1. 整理資料(Data Clean)：補足資料、去除不必要的資料。
2. 訓練(Training)：根據問題採用何種方式訓練。
3. 建立模型(Model)：根據訓練所得到一個模型，推算未知的資料。
4. 評估(Evaluation)：隨機抓一部分的已知資料，測試模型的準確率，這步驟是『驗證』(Validation) ，來評估模型距離正確答案還有多遠。
5. 預測(Prediction)：根據訓練的模型預測結果。

容易被取代的產業

重複性高的工作，或需要瀏覽大量資訊，再從中歸納邏輯、做出決策的職務，機器大概都會做得比人好，所以最容易被AI取代

銀行業

投資業務因高度倚賴數據驅動，受到人工智慧技術的發展影響較大，為交易員、金融分析師、基金經理等職位

如今機器醫生已經能夠完成諸如膝關節置換以及視力矯正一類的手術了。不久之後聊天機器人將能夠通過病症為病人提供診斷。

 醫療業

零售業

無人零售的概念，讓收銀員產生何去何從的疑惑。無人零售店內顧客能夠自助實現掃碼進場、激光掃碼、無人工干預即可完成

機器學習總結

 

• 什麼是機器學習

• 訓練步驟

• 產業衝擊

什麼是 TensorFlow

TensorFlow 是 Google 開源出來的機器學習框架

底層為 C++ 編寫並提供 Python API

Google 釋出了 js 版本在瀏覽器上也可以進行機器學習

還有哪些機器學習框架

• Google - TensorFlow
• Facebook - Caffe2
• Microsoft - Cognitive Toolkit（CNTK）
• Scikit-learn
• Keras
• more...

實例應用

• 影像辨識
• 語音辨識
• 合成影音
• 打電動
• more...

想像一下未來身邊都是 AI 的日子

Demo

神經元網路 (Neural Network)

人工智慧 !== 類神經網路，類神經網路只是一種做法

1. 模擬人類大腦的神經系統結構

2. 接收到的訊號轉化輸出之後傳導給下一個神經元

3. 每個神經元都有不同的轉化能力，類似於人腦的學習方法。

什麼是 Tensor

• Scalar（純量）
• Vector（向量）
• Matrix（矩陣）
• Tensor（張量）

source

什麼是 Tensor

f ( x ) = y

y = Wx+b

W = 權重

b = 誤差

回想一下 f(x) 函數

機器學習會調整 f(x) 內的參數使得越來越貼近正確答案。

demo  顏色判斷

tensorflow總結

• 什麼是 TensorFlow

• 還有哪些機器學習框架

• 實例應用

• 神經元網路 (NEURAL NETWORK)

• 什麼是 Tensor

Spotify

你的每週新發現

1. 協同過濾模型:  透過分析行為和其他用戶的行為來工作。
    
2. 自然語言處理(NLP):  透過分析文本來工作
    
3. 語音模型:  通過分析原始音軌工作。

減少風險

減少消費者的風險，有助於消費者選擇採購本公司的商品

關聯銷售

關聯規則算法的目的就是在一個數據集中找出項與項之間的關係。

經典例子

星期五的尿布啤酒組合

個人化內容推薦

根據調查統計，當客戶得知首頁是根據他們的行為而特別設定時，他們會更加忠誠。

預測每位消費者可能會喜歡的東西顯示在首頁上，可以增加消費者的落單機率。