從人到人工智慧，破解AI革命的68個核心概念

從人到人工智慧，破解AI革命的68個核心概念
2017/05/06

- 人工智慧三巨頭-類神經網路(Neural Network,NN)、專家系統(Expert System)、
遺傳演算法(Genetic Algorithm,GA)。
- 深度學習(Deep Learning)是運用類神經網路的技術之一。
深度學習是「只要將資料輸入類神經網路，它就能自行抽出特徵」的人工智慧。
- 卷積神經網路(Convolutional Neural Network)。
它的特性是，將輸入的資料切成各種大小的片段，抽出特徵，使其成為多層次
架構的中間層。例如輸入車子的圖像，它會抽出細部的模式，乃至大的構造和整體輪廓等。
- 機器學習(Machine Learning)分為監督式學習(Supervised Learning)和非監督式學習(Unsupervised Learning)。
- 強化學習(Reingorment Learning)-指引學習方向是稱為獎勵的概念，獎勵是對結果的估計值。
如何定義獎勵，決定了學習的方向。
- 蒙地卡羅搜尋樹(Monte Carlo tree search,MCTS)
- 深度Q網路(Deep Q-network,DQN)是將深度學習與強化學習之一的Q學習組合而成。
-最陡下降法(Steepest Descent Method)-是利用類神經網路的誤差倒傳遞，運用於學習的收斂演算法。