機器學習進階
機器學習四模式
監督式學習、非監督式學習、半監督式學習及強化式學習
資料來源：https://www.sap.com/taiwan/insights/what-is-machine-learning.html
https://ai4dt.wordpress.com/2018/05/25/
半監督式學習
對少部分資料進行「標註」，電腦透過有標註的資料找出特徵，再對其它的無標註的資料進行分類。這種方法可以讓預測時比較精準,，是目前最常用的一種方式。例如有 100 張照片蘋果和香蕉的照片，標註其中 10 張哪些是蘋果哪些是香蕉。機器透過這 10 張照片的特徵去辨識及分類剩餘的照片。因為已經有辨識的依據，所以預測出來的結果通常比非監督式學習準確。例如假訊息的過濾，開始先給電腦幾則真、假訊息，電腦歸納出特徴，接著再給一些訊息，由電腦進行分類。垃圾郵件也可以進行半監督式學習過濾。
資料來源：人工智慧應用在我家p49
語音辨識專案
臨界值設定
強化學習（簡稱RL）是機器學習中的一個領域，強調如何基於環境而行動，以取得最大化的預期利益。強化學習與監督學習不同的是，強化學習不需要帶標籤的輸入輸出。電腦在動態（dynamic）環境不斷重複地互動，來學習正確地執行一項任務。這種嘗試錯誤的學習方法，在沒有人類的干擾下，做出一系列的正向決策。
強化學習最具代表的演算法為Q-Learning（Q- 學習），就是要記錄下學習過的策略，告訴機器什麼情況下採取什麼行動會有最大的獎勵值。該程序透過數百萬次的遊戲來學習，當機器做出一個好的決定，我們給予高分，增強對此舉動的連接；當它決擇方向錯誤或較不好時時，就給予低的分數。隨著時間的推移，它會學習到如何決擇才能拿到最高分。人類有時無法想到或者不敢嘗試的方向，機器會勇敢的去測試，所以它通常表玩的比人類更好。
chat gpt 簡介與使用
ChatGPT 主要是自然語言處理(NLP)模型分析大數據 ，使用給文字敍述，AI機器人就會給予文字反饋。例如：寫程式、翻譯、作文、情書，只要是使用者想得到的反饋都可以得到。
GPT-3.5是基於Transformer模型的一種變種。Transformer是一種革命性的深度學習模型，用於處理序列數據，特別適用於自然語言處理任務。它使用自注意機制來捕捉輸入序列中不同位置的關聯，並具有並行計算的優勢，使其在處理長文本時表現出色。
