###### tags: `Introduction of Machine Learning`
[影片資訊來源，關於人工智慧，點我](https://www.youtube.com/watch?v=CXgbekl66jc&feature=youtu.be)
# 人工智慧

人工智慧是我們想要達成的目標，因此衍伸出機器學習，而機器學習我們稱為手段，為了人工智慧，
而要讓機器學習，我們使用深度學習，此為機器學習的其中一種

## 設定本能
* 設定規則(像是一個聊天機器人)
* 關鍵字(turn off)
* "Please turn off the music"
* hand-crafted rules
* 難以考量全方位
* 永遠無法超越創造者
* 高成本，低成效

## AI?
現今太多用硬幹的方式寫出 AI，但這根本不是 AI，只是一堆 if 條件所構成的程式

讓機器尋找"特徵點" (framework)
* 準備一個 fuction set，裡面有很多 fuction
* fuction set 稱為 model
* training data
* 給予正確輸出輸入
* 將 model 與正確輸出做比對，並將此結果變成一個好的函數

Step 1. define a set of fuction
Step 2. goodness of fuction
Step 3. pick the best fuction

# Learning Map(Supervised Learning)
我們需要大量的 training data
## Regression
The output of the target
給予一個輸出目標

## Classification
### Binary Classification
訓練一個 fuction 使之輸出 "是或否"

### Multi-class Classification
訓練機器為資料分出類別

#### Linear Model
最簡單的方法
#### Non-linear Model
我們通常著重於此方法

* Deep Learning
* 可以做很複雜的事情
* 影像辨識
* alphago
* SVM
* decision...等

## 如何減少 label 用量
* Semi-Supervised Learning
* Transfer Learning
* Unsupervised Learning
* Reinforcement Learning