基礎與原理
從機器學習、神經網路到深度學習，用互動實例看懂 AI 的核心概念。
12 篇文章 · 2 個系列
所有文章
依發布日期
人工智慧素養｜AI 發展史：從起源到現代應用
人工智慧(AI) 是一門大約僅有六、七十年左右的年輕學科，是一組希望模仿人類認知能力的科學、理論及技術，包括數學邏輯、機率、統計學、神經生物學及計算機科學。它的發展開始於第二次世界大戰，與計算機( 電腦的前身) 的發展有…
人工智慧素養｜什麼是 Activation Function？你不能不懂的神經網路核心概念！
在學習人工智慧（AI）和深度學習（Deep Learning）時，讀者一定常會聽到一個關鍵詞彙 —— Activation Function（激活函數）。 乍聽之下似乎相當艱深，但其實它是讓神經網路「變聰明」的關鍵角色。…
Slice of Machine Learning｜利用決策樹教電腦辨識 Pizza
我們使用Google 的SLICE OF MACHINE LEARNING 平台來學習監督式學習中的決策樹方法。在此互動式的活動中我們將瞭解如何使用決策樹建構機器學習分類模型，並將食物分類為披薩或不是披薩。 活動目的：利…
TensorFlow Playground｜互動式探索，輕鬆理解視覺化神經網路
本篇文章將帶領讀者進入由 Google 建立的 TensorFlow Playground，並且教大家實作兩個簡單的專案。實作之前，先帶大家認識平台的幾個特色： 平台具有高度視覺化，可幫助初學者了解神經網路 不需要數學及…
深度學習（Deep Learning）｜跟 AI 玩剪刀、石頭、布
這個跟 AI 玩剪刀、石頭、布的小遊戲，是由一群麻省理工學院學生利用深度學習所設計的互動遊戲，可以透過攝影鏡頭與玩互動(如下圖)。 活動目的：體會機器利用神經網路技術做深度學習後，將可以跟你一起玩剪刀石頭布的小遊戲 活動…
循環神經網路（RNNs）｜讓 AI 陪你一起畫畫（Ⅱ）
Multi-Prediction Sketch-RNN 是由 Google Brain 團隊開發的另一個深度學習應用，它是基於一種專門訓練來理解和生成簡單手繪草圖的循環神經網路(RNNs)。目的是展示深度學習在藝術創作和…
循環神經網路（RNNs）｜讓 AI 陪你一起畫畫（Ⅰ）
抽象的視覺交流一直都是人們互相傳達想法的關鍵部分。孩子們從很小的時候，就已發展出描繪物體的能力，只需幾筆就可以表達情感，而大人也可以藉此做為描述或討論使用。這些簡單圖畫可能不像照片所顯示的真實 (如下圖)，但它們確實告訴…
卷積神經網路（CNNs）｜利用 CNNs 進行塗鴉識別
本篇文章將介紹 Quick Draw Recognizer 這個卷積神經網路互動網站，它是一個使用 TensorFlow.js 建立的深度學習網站，並且已經在 Google 的Quick Draw 資料集上進行訓練。此訓…
AI Playground｜為你打開神經網路的黑盒子 – 單個神經元工作方式
人工智慧是一門科學，主要是探討使機器能夠模仿人類智慧或行為的技術，而許多人在思考人工智慧 (Artificial Intelligence)、機器學習 (Machine Learning)、神經網路 (Neural Ne…
Quick, Draw!｜不僅是 AI 遊戲，更是世界上最大的塗鴉數據集
教你如何看懂 Google 的 Quick, Draw!
使機器變智慧的 7 件事
Machine Learning for Everyone | 機器學習基礎篇