Deep Learning 總整理
1102 機器學習
這篇文章是學習時整理的一些筆記，讓自己複習時方便，文章部分內容為上課之內容及閱讀清單之整理
Introduction
還記得機器學習嗎？ 若是忘記了快回去複習喔！
Machine Learning 總整理Learning is to find a function
機器學習最終的目的就是要找到那個函式，讓我們把x丟入函式後可以得到理想中的y
而我們要怎麼找到那個函式，就是要去學習
我們可以使用大量的資料和演算法來訓練機器，讓他學習如何執行任務
有很多學習的方法可以幫助我們找到那個函式
DL是ML下的一個分支
記得我們在AI&ML&DL那篇文章有提到：
ML 和 DL 最大的差別在於：ML是由人工挑選特徵並讓機器學習，而DL是由機器直接學習特徵與資料
在學習的時後其實我有這樣的疑惑：
Q. DL是由機器學習自學特徵，那在物件辨識中YOLO使用到了CNN則為什麼YOLO需要對資料特徵進行標注呢？
後來有點意識到「取出特徵」和「標注資料」好像是不同的一件事．．．ＱＱ
What distinguishes a feature from a label in machine learning?
Deep learning/Machine Learning refers to systems/algorithms which learn from experience (or data). Deep Learning is a subset of Machine learning and Machine learning is subset of Artificial intelligence. Machine learning algorithms or systems are used when data-set is relatively small and Deep Learning algorithms are used when data-set is very large.
Deep learning can be supervised : Image classification, object detection , face recognition etc.
Deep learning can be Unsupervised : Word embedding, image encoding into lower or higher dimensional etc.
And also semi supervised : Mostly all the data is unlabelled except few number of data set. - Is deep learning supervised, unsupervised or something else?
Learning Way
在開始之前，可以先了解一下機器學習的方法有哪些～
文章： 機器學習的四種方式 - 監督、非監督、半監督、強化式
連結：https://essen900718.github.io/2022/04/06/ml/learningway/
Model
建議在開始之前，可以先去看一下DNN的文章，可以更好了解Neural Network是如何運作的，這樣在看後面的文章才不會霧煞煞喔～
不同的Neural Network有他不同的擅長領域，像是CNN擅長處理影像，RNN擅長處理與時間序列有關之資料或是自然語言處理～
DNN
文章： Deep Neural Network 文章筆記整理
連結：https://essen900718.github.io/2022/04/09/ml/dnn/
CNN
文章： Convolution Neural Network 筆記文章整理
連結：https://essen900718.github.io/2022/05/26/ml/cnn/
RNN
文章： Recurrent Neural Network 文章筆記整理
連結：https://essen900718.github.io/2022/05/28/ml/rnn/
GAN
文章： Generative Adversarial Network 筆記文章整理
連結：https://essen900718.github.io/2022/04/06/ml/gan/
