AI學習筆記 — 什麼是機器學習？
AI時代已經來臨。我們除了學習AI領域常用的Python語言外，還可以做什麼？這是「AI學習筆記」系列想要探討的議題。包括AI是什麼？AI可以做什麼？以及AI未來的發展該與如何應用AI等問題。筆者個人的願望是要在今年（雖然已經Q4了）與明年好好的學習並理解AI領域相關的知識。筆者並非所謂的理工男，在學習的過程中透過閱讀相關書籍、參加線上課程，並且加上實作等等方式來學習。期間並非一帆風順。藉此將這段時間學習的心得做紀錄，希望對其他所謂的「文科生」，卻想要學習AI相關知識的朋友有所幫助。如有理解錯誤之處請不吝指教。
雖然AI人工智慧這個名詞的定義不是很清晰，但是作為AI人工智慧技術之一的機器學習卻是實實在在的存在著。
機器學習，不僅是AI人工智慧的分類之一，也可以說是目前AI人工智慧範疇裡面最成熟的技術，已經活用於各式各樣的領域。例如「判斷郵件是否為垃圾信」的技術，可以說是機器學習的經典範例。
何謂機器學習
那麼倒底什麼是機器學習？
所謂「學習」是指電腦透過一個過程，將工程師輸入的資料進行分析，並且依照資料改良工程師原先給予的規則。這個過程就像是人類在「學習」一般。
在機器學習出現之前，AI人工智慧的主流為「專家系統」，間單來說，電腦可以處理「若A，則回傳Ｂ」的規則，但是當我們輸入C的時候，因為不曾給過電腦處理C時應該要如何的規則，電腦就笨笨的不知道該回傳什麼結果。
因此，若要讓專家系統概念下的電腦「變聰明」，就需要讓電腦將「全部的答案」背下來。但是天下之大，事情之多，我們怎麼可能知道全部的答案呢？更不可能讓電腦背下天地間所有問題的全部的答案。於是，透過這種方式設計出來的電腦是無法預測與解答未知的資料。
近年來拜科技進步之賜，大數據的取得變得比以前容易，我們可以用比過去低的成本取得與累積數據資料。有了海量的數據資料，加上電腦運算能力的提升，就可以反覆的訓練模型，即便輸入未知之資料也可以判斷出答案。
因此，機器學習一詞隱含了「電腦不僅僅是執行預先規劃好的事」。它與過去單靠「記憶」學習不同，這個「機器」本身可以自己「學習」，透過這樣的學習，讓電腦可以做到超出工程師原先所設計的程式外之事。
為何要使用機器學習
我們為何要使用機器學習？難道不能使用人工來處理？就算不用人工，難道不能將規則寫入電腦程式中？使用機器學習是基於下面的幾個理由：
可以大量處理資料
最直覺最簡單的理由之一，是「電腦不會累」。它自始至終可以用一貫的標準來處理大量的資料。也可以比人類更快速的處理大量資料。
人類無法定義出完美的規則
以處理垃圾郵件為例，假設我們在D Day定義了一組「何謂垃圾郵件」的規則，剛開始這項規則固然可以攔截到各種垃圾信，但是道高一尺，魔高一丈，隨著時間的經過，出現了日新月異的逃脫技術與方法，讓先前機關算盡定義出來的規則『近似完美』的規則開始捉襟見軸，常常讓漏網之魚逃脫，信箱中又開始出現了垃圾郵件。這時候，就必須重新回過頭去定義新的規則，來適應新的現象。而事實是，百密一疏，不管我們添加了多少規則，都有可能出現例外。反之，機器學習的優點就在於從人類無法處裡的巨量資料裡面，找出規則與模式，進行分類與預測。
便於維護
此外，當出現原本規則無法分類的新型態垃圾郵件時，機器學習可以自動新增規則，將該郵件分類為垃圾郵件。方法很間單，只要透過再一次的學習，就可以訂定適當的規則。
訓練機器學習模型的流程
「機器學習模型」（簡稱模型）對機器學習來說非常重要。當電腦接收資料後，透過模型運算來輸出結果。模型相當於我們的大腦，模型的好壞會決定電腦輸出結果的適當與否。因此，訓練出好模型就非常重要。
機器學習透過下面的流程進行學習。
- 取得原始資料
- 資料清理與探勘
- 資料特徵工程
- 訓練機器學習模型：包括評估訓練出來的模型，並且調整參數。
- 測試模型：將測試資料輸入到訓練出來的模型中測試結果。
- 預測結果：對未知的數據進行預測。
以影像辨識來說，當我們將各種圖像輸入到腦中，比如說各手寫的數字或者是各種動物的照片（A），電腦中的機器學習模型，則依照模型來辨識該圖片，並將判斷的結果（B）輸出。然後電腦比較A與B是否正確？如果正確的話，就再進行下一個判斷，如果錯誤的話，就調整機器學習模型，讓結果正確。如此來回的反覆處理與修正，直到訓練出可以預測從來沒有提供過的手寫數字或動物照片。
機器學習處理的問題
機器學習並非萬能，目前機器學習所能夠處理的問題不外乎可以分為兩類：「分類問題」與「迴歸問題」。
分類問題
分類，顧名思義就是要將資料分門別類，並歸至不同的群組。哪個資料屬於哪個類別，屬於同一類別的資料歸入同樣的群組中，對於群組內的細微差異並不去討論。
在此分類的類別需要符合兩個條件：
- 被分類者不是連續數值。即便乍看一下，答案好像是連續的數值，如果該每一個數值都可以視為不同的類別，則這個問題就是分類的問題。例如，推測數字倒底為1或2或3或4或5，雖然乍看一下，是個連續數字，但是我們想要的答案只有1或2或3或4或5，而不是1.1、2.3、3.4這種數值，這樣的問題就仍然可以歸類為分類問題。
- 不具備大小、順序的意義。再以前面的數字辨識為例，我們如果只關注在結果是否正確，而不在乎數字與數字間的大小關係，這樣的問題就可以歸類為分類問題。
如果以圖形來表示的話，分類的處理方式是盡可能的在所有資料中，找到一條可以區分出資料的線條。例如：找出顧客會不會續約？一張照片中是貓還狗的圖片？Ａ或Ｂ哪一個促銷方式能吸引更多顧客？是否為經濟詐欺犯罪等等的問題。
迴歸問題
與分類不同的是，迴歸是將輸入的資料當作一個群組來處理，分析群組內的差異，挖掘資料的傾向。
異言之，迴歸分析的主要目的在於找出變數之間的關係。也就是找出線性方程式 Y = f(X) 中，獨立變數x，與應變數Y之間的關係。
例如若想要找到某一個地區房價與屋齡之間的關係，可以用x代表屋齡，Y代表房價，找出最適合表示兩者關係的 Y = f(X) 線性方程式，到底是藍線、紅線、綠線還是橘線最能符合我們的數據分佈，最可以代表兩者關係？
實際上，當我們要預測的結果若是個連續變數時，最適合使用迴歸分析。例如石油市場價格預測、明天最高氣溫的預測、預測下週我會獲得多少新追蹤者等等。
我們知道，機器學習是AI人工智慧的分類之一，也可以說是AI範疇中最成熟的技術，現今大家所談論的「AI人工智慧」通常都使用了機器學習技術。
很多成功的企業，藉由機器學習與AI人工智慧，實現了自家企業與他企業的區別，甚至於顛覆原本的產業傳統。
例如Amazon、Facebook、Google、Uber或Netflix等企業透過機器學習的核心技術，打造推薦系統等AI應用，顛覆傳統市場，並且重塑各自所在的產業，甚至於完全改變了市場的遊戲規則。
目前機器學習已經活用於各式各樣的領域。它可以處理未知的事物，可以根據我們輸入的資料，自動學習並預測何者為最正確的答案。
拜機器學習技術之賜，讓人工智慧跳出純粹專家研究者們的封閉世界，進入到你我一般人的日常生活，成為席捲世界的社會現象。也因為機器學習的應用，才引爆了第三次人工智慧的熱潮。
這是一個與前兩次完全不一樣的熱潮。
