机器学习是一种掌握输入与输出间对应关系的方法学。其基本架构是藉由输入大量资料,让机器自行摸索,并由人类告知最终的结果是否正确;如果不是,机器便会适度调整,甚至从头来过。电脑先是知道答案,再设法揣摩出人类心中那套判断标准与规则。就像我们学习母语时从来没背过文法,而是直接暴露在大量使用母语的环境中,每次犯错便会遭到纠正,最终自然就学会了那套「知其然而不知其所以然」的文法规则。
(机器学习的魔力Posted on 2020/01/16 in (https://highscope.ch.ntu.edu.tw/wordpress/?p=83458 )
1.人类决定
2.方程序,理论模型
3.实验
4.电脑模拟
5.Data Driven Learning
下图是前四种方法学
Data Driven Learning
-第五种方法学,Data Driven Learning是AI学习中非常重要的一环
-例如提供很多猫的图片很多狗的图片再给予其分类,如何电脑就可以辨识,ImageNet 的挑战就是在这里,现在电脑已经有能力比人的辨识率还高
-以神经网路为基底的input-system-output让学习更快速、扎实:
例如大脑的学习,从很多的外接input,经过大脑的解读及经验(连结及加权值),我们就会对事物做判断
-在不知来龙去脉的状况下直接掌握因果关系
下图是第五种方法学(Data Driven Learning)与其他不同之处
>>: 软件测试技术(software testing technique)
有时候想要刻一些小物件,或是需要分享程序码给人以便请教问题 我都会使用codepen (真的是初学者...
前情提要 郑列展现了自己的工具力(快速找杂物),但似乎还有别的? 郑列:我看你是完全不懂啊,我还有别...
Router 是什麽? Router翻译为路由,依照网址结构,网路的服务器才会知道什麽时候要提供资料...
中间件 - Middleware 嗨大家好,因为在部署 Elastic Beanstalk 上遇到了...
这边主要是学习 SwiftUI Tutorials -Drawing and Animation D...