什麼是人工智慧、機器學習、深度學習？(一) - iKala Cloud

什麼是人工智慧、機器學習、深度學習？(一) 這系列Machine Learning 教學文章，將帶您了解人工. Skiptocontent 技術部落格 集結國內外精選文章，掌握最新雲端技術新知與應用 首頁 / AI與機器學習 / 人工智慧、機器學習、深度學習是什麼?–MachineLearning教學系列(一) a 人工智慧、機器學習、深度學習是什麼?–MachineLearning教學系列(一) 2021/11/25 類別： AI與機器學習 作者： iKalaCloud 什麼是人工智慧、機器學習、深度學習？(一) 這系列MachineLearning教學文章，將帶您了解人工智慧、機器學習、深度學習的差異、該怎麼選擇資料訓練機器學習系統、以及機器學習系統又是如何被訓練的？ 人工智慧(ArtificialIntelligence) 什麼是人工智慧？ 人工智慧(AI) 是能讓事物變更聰明的科技，我們可以這樣定義：「讓機器展現人類的智慧。

」它是一個能讓電腦執行人類工作的廣義術語，而人工智慧的範圍眾說紛紜，隨著時間推衍產生更多的應用和變化。

人工智慧在哪裡？ 現今所執行的系統是一種弱人工智慧的形式–系統可以做一件或是多件事情，而做的程度與人類相當，甚至超越人類。

比如說我們透過寫程式碼來創建學習系統，訓練它辨識物體或是手勢。

舉例來說：自然語言處理、電子遊戲行為的人工智慧、機器學習都是弱人工智慧的形式。

人工智慧：常見使用案例 ⬩ 物體識別 ⬩ 語音識別/聲波探測 ⬩ 自然語言處理/語意分析 ⬩ 創造力–e.g.風格轉換–學習用藝術家的風格繪畫 ⬩ 預測–當輸入未曾見過的例子時，預測所得到的輸出是什麼 ⬩ 語言翻譯 ⬩ 修復/轉換–e.g.利用機器學習來判斷一張照片中存在著什麼物件，或是對照片進行人臉辨識 ⬩延伸閱讀：更多AI實用案例   機器學習(MachineLearning) 什麼是機器學習? 機器學習(ML)通常可以這樣定義：「透過從過往的資料和經驗中學習並找到其運行規則，最後達到人工智慧的方法。

」 機器學習包含透過樣本訓練機器辨識出運作模式，而不是用特定的規則來編程。

這些樣本可以在資料中找到。

換句話說，機器學習是一種弱人工智慧(narrowAI)，它從資料中得到複雜的函數(或樣本)來學習以創造演算法(或一組規則)，並利用它來做預測。

從例子中學習 機器學習是關於如何預測未來。

它透過以下的方式去進行訓練： ⬩ 它需要資料(去訓練系統) ⬩ 從資料中學習樣本 ⬩ 根據步驟2所獲得的經驗，替未曾見過的新資料做分類，並推測它可能是什麼 機器學習的厲害之處在於它可以自主學習。

現在的機器學習應用都做得不錯，比如識別物件，同樣的ML系統仍然可以使用在未來的物件，並不需要重寫程式碼，這是相當方便且強大的。

不同的編程方式 傳統的編程 編寫一個有明確規則的計算機程序 ifemailcontainsV!agra thenmarkis-spam; ifemailcontains… ifemailcontains…  機器學習程序 編寫一個能學習例子的計算機程序 trytoclassifysomeemails; changeselftoreduceerrors; repeat; 現在聯繫iKalaCloud，瞭解更多雲端加值服務！ 深度學習(DeepLearning) 什麼是深度學習? 深度學習(DL)可以這樣被定義：「一種實現機器學習的技術。

」 這樣的DL技術被稱為深度神經網絡（deepneuralnetworks–DNNs）。

在DNNs的情況下，深度學習本質上就是DL所在的代碼結構，它們被安排在鬆散地模仿人類大腦的圖層中，學習模式中的模式(learningpatternsofpatterns)。

總結 人工智慧這個概念可以追溯到1950年代，是相當長的一段時間。

到了1980年，機器學習開始越來越受歡迎。

大約到了2010年，DL在弱人工智慧系統方面有了重大的進展。

你可以發現這三個詞彼此之間的聯繫–基本上是彼此的子集。

深度學習驅動機器學習，最後實現了人工智慧。

想知道更多雲端AI應用？點此了解更多。

延伸閱讀 1.該怎麼選擇資料，來訓練機器學習系統?–MachineLearning教學系列(二) 2. 如何訓練機器學習系統?–MachineLearning教學系列(三)     AI 分享本文： Prev上一篇Google發表AutoML，對產業帶來的五大突破性影響 下一篇以AppEngine為基礎的遊戲伺服器架構Next 文章分類 分類 AI與機器學習(43) LINE獨家選文(2) 基礎架構(61) 寫手專欄(2) 應用程式現代化(28) 最新消息與洞察(68) 生產力與協作(6) 產業解決方案(61) 資料管理與分析(48) 資訊安全(28) 近期文章 【寫手專欄】資安零信任！透過AWS守護雲端資訊安全 2022/07/21 【手把手教學】BigQuery系列–串接DataStudio與BigQuery並介紹Looker分析工具 2022/07/19 透過資料優先數位化方式釋放大型主機資料，以加速轉型、降低成本並將風險最小化 2022/07/07 AWS於多倫多新增加拿大第一個AWSWavelength區域！ 2022/06/24 受保護的內容:CloudLogging宣布新的查詢選項，讓查詢變得更簡單！ 2022/06/14 標籤雲 標籤AI Anthos API Apigee APIM AutoML AWS Azure BigQuery Bigtable CloudArmor CloudFunctions CloudMonitoring CloudPub/Sub CloudStorage Dataflow DNS Firebase GAE GCE GCP GKE GoogleAnalytics GoogleCloud GoogleKubernetesEngine GoogleMeet GSuite Kubernetes Loadbalancing Migration ML NetworkIntelligenceCenter Security Stackdriver Tensorflow VPC 安全 機房 權限 製造 資料倉儲 資料分析 遊戲 金融 電商 iKalaCloud 回到頂端 繁體中文 English 日本語 Thissiteisregisteredonwpml.orgasadevelopmentsite.