# 機器學習工作坊1 重點概念整理
> [name=Yun-Tao Chen]
> [time=Wed, Sep 18, 2019 12:05 PM]

**機器學習 (Machine Learning)** 領域的原物料是**大量的資料**，也是俗稱的**大數據**，
有了大數據後，就可以透過資料來訓練機器學習模型，目的就是讓機器學習模型能夠 “看懂” 資料。

機器學習演算法核心是機率模型，有許多參數可以調整，使得模型能夠輸出更接近正確的資訊。
參數調整的方式則是演算法的一大重點，與訓練模型所用的資料相輔相成
準備資料時，我們必須要蒐集齊全每一筆資料的 input 端與 output 端，例如做貓咪影像辨識時，我們必須提供大量已知是**貓的圖片**，以及**不是貓的圖片**，讓機器學習模型自動去調整參數，得到一個**能夠辨識一張圖片是否是貓**的模型。

評估機器學習模型的策略，以及資料準備的處理方式，都是機器學習領域當中，非常重要的環節。有好的評估準則，才能讓我們挑出好的機器學習模型，用在適合的情境當中。在做分類問題時，統計學當中有三個很常用的指標，分別為**精確率 (Precirion)**，**召回率 (Recall)**，與**F值(F Score)**
以「**辨識是否有疾病**」的分類準確度為例：
**精確率** 代表我們辨識模型推斷「有病」的案例當中，實際上有病的比例。
**召回率** 代表實際有病的案例當中，成功被辨識模型偵測到的比例。
**F值** 則是將精確率，召回率做一個加權平均後，所計算出來的指標。
由以上案例可見，光是一個分類問題，就可以從許多不同的面向去探討模型是否「**準確**」，如果想要綜合評估模型的表現，我們可以採用像是 **F Score** 這樣的綜合指標來評估模型整體表現。

目前的影像辨識領域，大量採用機器學習知名的**神經網路 (Neural Network 簡稱 NN)** 架構，在顯示卡與運算能力發展進步的幫助下，讓我們可以擁有足夠的運算能力，在短時間內運算處理多層 (深層) 的神經網路架構，發展出**深度學習 (Deep Learning)** 這樣的演算法，突破了影像辨識多年來的瓶頸。

Deep Learning 演算法架構針對不同的問題，也發展出許多變形，例如用於處理影像的 **Convolutional Neural Network (CNN)** 模型，以及用於處理時間序列資料如做文本翻譯，語音辨識的 **Recurrent Neural Network (RNN)** 模型。
許多知名的 CNN 架構在影像辨識比賽中取得優異的成績，例如 **Google** 的 **Inception** 系列，**微軟**的 **ResNet** 系列，都是知名的設計，有興趣可以查關鍵字追一下最新發展喔。

相關資源推薦
台大李宏毅教授的 Youtube 頻道:
https://www.youtube.com/channel/UC2ggjtuuWvxrHHHiaDH1dlQ

Stanford University Machine Learning 線上課程:
https://www.coursera.org/learn/machine-learning