機器學習
Machine Learning
資料科學
Data Science
強人工智慧(strong AI)
認為有可能製造出真正能推理（Reasoning）和解決
問題的智慧機器，這樣的機器將被認為是具有知覺、有自我意識的，即
機器的思考和推理就像人的思維一樣。
Turing test可用來檢驗是否有強人工智慧
弱人工智慧(weak AI)
只處理特定的問題。弱人工智慧不需要具有人類完
整的認知能力，深度學習(deep learning)歸於弱人工智慧。
知其所以然
機器學習流程
1.原始資料匯入 2.資料集預處理 (特徵工程) 3.資料集探索 4.選擇機器學習演算法 5.模型評估、改善
迴歸分析
- 簡單回歸
- 多元線性回歸
- 多項式回歸
分類法
- 集群分析
- 購物籃分析
- 主成分分析
深度學習
ANN CNN
強化式學習
● 監督式學習（Supervised Learning）: 在訓練的過程中告訴機器答案、也就是「有標籤」的資料，比如給機器各看了 1000 張蘋果和橘子的照片後、詢問機器新的一張照片中是蘋果還是橘子。
● 非監督式學習（Unsupervised Learning）: 訓練資料沒有標準答案、不需要事先以人力輸入標籤，故機器在學習時並不知道其分類結果是否正確。訓練時僅須對機器提供輸入範例，它會自動從這些範例中找出潛在的規則。