一、人工智慧 (Artificial Intelligence) 

二、世界各國人工智慧相關法案

• 美國人工智慧教育白皮書

• 歐盟AI法案

三、機器學習 (Machine Learning)

機器學習的種類分為三種:

1. 監督式學習 (Supervised Learning) : 提供樣本並標記樣本的特微、有標準答案。

2. 非監督式學習 (Un-Supervised Learning) :沒有標準答案。

3. 半監督式學習 (Semi-Supervised Learning) : 部分有標準答案。

三、監督式機器學習應用範例

監督式機器學習的方式包含訓練、預測與應用三個面向。

(一)訓練

1、建立分類 (例如:分成100元，50元，10元，3類)

2、建立訓練樣本

     監督學習，讓機器學習 (100元，50元，10元) 

     (p.s.就像教小孩一樣，用圖片，教機器這是100元、50元與10元。提供100元，50元，10元圖像樣本)

(二)預測

1、識別結果與可信度

     樣本建立完成，測試機器的識別結果與可信度。

(三)應用

分類一:鈔票辨識100元

拿100元鈔票給機器識別，機器能夠說出:「100元」並顯示「可信度為99%」。

分類二:硬幣辨識50元

拿50元硬幣給機器識別，機器能夠說出:「50元」並顯示「可信度為99%」。

分類三:硬幣辨識10元

拿10元硬幣給機器識別，機器能夠說出:「10元」並顯示「可信度為99%」。

反思1: 從100元、50元與10元的三個分類應用範例中您發現了什麼? 

1. ____________________________

2. ____________________________

3. ____________________________

反思2: 您覺得可以如何修訂?

1. ____________________________

2. ____________________________

3. ____________________________

反思3: 人工智慧與機器學習之間有何關聯? 

1. ____________________________

2. ____________________________

3. ____________________________

反思4: 人工智慧可以應用在哪些範疇? 

1. ____________________________

2. ____________________________

3. ____________________________