機器學習的過程，資料 -> Machine Learning -> 習得技能。
技能的定義：
在機器學習上，技能就是透過所搜集到的資料來提升一些可量測的性能，比如說預測得更準確，實例上像是我們可以把股票的歷史交易資料，透過機器學習後，是否可以得到更多的投資報酬。如果可以得到更多的投資報酬，那麼我們就可以說電腦透過機器學習得到了買賣股票賺錢的技能了。
以一個可以辨識樹的圖片的程式為例，程式師直覺上可能會寫一個程式檢查圖片中有沒有綠綠的或是有沒有像葉子的形狀的部份等等，然後寫了幾百條規則來完成辨識樹的圖片的功能，但是如果現在來了一張樹的圖片，上面剛好都沒有葉子，這幾百條規則都沒用了，辨識樹的圖片的功能只能以失敗收場。機器學習可以解決這樣的問題，透過觀察資料的方式來讓電腦自己辨識樹的圖片，可能會比寫幾百條判斷規則更有效。這有點像是教電腦學會釣魚（透過觀察資料學習），而不是直接給電腦魚吃（直接寫規則給電腦）。
機器學習的使用時機：
1. 存在某種潛在規則。
2. 從人類的角度，不知道怎麼把規則很簡單地寫成程式碼／演算法。
3. 有很多資料可以作為觀察、學習的來源。
比如說在火星上的導航，當機器人登上火星後可能會面對各種未知狀況，人類沒有辦法事前寫好所有規則去應對，這時候就可以考慮使用機器學習。
比如說語音辨識、影像辨識。
比如說股市的高頻交易策略。
比如說透過分析大數據，依據用戶喜好或潛在可能需求來實現個人化服務。
台大資工系林軒田教授 Machine Learning Foundations (機器學習 基石)：https://www.youtube.com/playlist?list=PLXVfgk9fNX2I7tB6oIINGBmW50rrmFTqf
( 相當於台大 8 週完整課程 )
台大資工系林軒田教授 Machine Learning Techniques (機器學習 技法)：https://www.youtube.com/playlist?list=PLXVfgk9fNX2IQOYPmqjqWsNUFl2kpk1U2
( 相當於台大 7 週完整課程 )
機器學習的 基石 + 技法 相當於共 15 週的台大一學期完整課程 (每週 2 小時)
Google 人工智慧帝國，為何這裡一切都是 AI：https://www.bnext.com.tw/ext_rss/view/id/1143081
2015年11月9日，Google宣佈開源機器學習系統 TensorFlow，讓每個人都可以利用電腦和網路去使用這個強大的機器學習平臺。Google 旗下的 50 多個產品都運用了 TensorFlow 深度學習系統，它已變為一家機器學習公司，其產品不斷地為世界創造價值。
為何 Google 要推開源機器學習系統 TensorFlow：https://www.bnext.com.tw/article/37925/BN-2015-11-10-184646-40
TensorFlow 的開放源碼專案：https://www.tensorflow.org/
Aerosolve (A machine learning package built for humans) 的開放源碼專案：http://airbnb.github.io/aerosolve/
深度學習 ( Deep Learning ) 是機器學習 ( Machine Learning ) 中近年來備受重視的一支，深度學習根源於類神經網路 ( Artificial Neural Network ) 模型，但今日深度學習的技術和它的前身已截然不同，目前最好的語音辨識和影像辨識系統都是以深度學習技術來完成，AlphaGo 也是用深度學習做出的驚人應用。
台大電機系李宏毅教授簡介深度學習：https://www.slideshare.net/tw_dsconf/ss-62245351
以下是該課程大綱：
什麼是深度學習
深度學習的技術表面上看起來五花八門，但其實就是三個步驟：設定好類神經網路架構、訂出學習目標、開始學習，這堂課會簡介如何使用深度學習的工具 Keras，它可以幫助你在十分鐘內完成深度學習的程式。另外，有人說深度學習很厲害、有各種吹捧，也有人說深度學習只是個噱頭，到底深度學習和其他的機器學習方法有什麼不同呢？這堂課要剖析深度學習和其它機器學習方法相比潛在的優勢。
深度學習的各種小技巧
雖然現在深度學習的工具滿街都是，想要寫一個深度學習的程式只是舉手之勞，但要得到好的成果可不簡單，訓練過程中各種枝枝節節的小技巧才是成功的關鍵。本課程中將分享深度學習的實作技巧及實戰經驗。
有記憶力的深度學習模型
機器需要記憶力才能做更多事情，這段課程要講解遞迴式類神經網路 ( Recurrent Neural Network )，告訴大家深度學習模型如何可以有記憶力。
深度學習的應用與展望
深度學習可以拿來做甚麼？怎麼用深度學習做語音辨識？怎麼用深度學習做問答系統？接下來深度學習的研究者們在意的是什麼樣的問題呢？
本課程希望幫助大家不只能了解深度學習，也可以有效率地上手深度學習，用在手邊的問題上。無論是從未嘗試過深度學習的新手，還是已經有一點經驗想更深入學習，都可以在這門課中有所收穫。
