1. 學AI的出發點：如何提取特徵(Feature)
說明： AI機器學習(Machine Learning)的基礎活動之一就是：提取特徵(Feature extrac
tion)。在本文裡，藉由舉例和比喻來領悟特徵(Feature)的涵意，以及理解特徵提取的方法和目的。而且，從人為的特徵提取，開始思考由AI機器自動提取特徵的可能性。
==>
詳細內容
2. 可視化趣味學習AI：自動提取特徵
說明： 讓電腦自己去計算特徵值，並且電腦自己匯入特徵值，自動訓練其智能，是最棒的啦。
==>
詳細內容
3. AI探索與NN隱藏層(Hidden Layer)的比喻
說明： AI有兩項重要的行為，就是：1) 利用(Exploitation)；2)探索(Exploration)。<利用>是基於現有的知識和經驗(Known)，來做分析、歸納和預測。而<探索>則是善於借助<利用>的能力來嘗試未曾經歷的新事物(Unknown)。其中，最基本的探索行為是：自動提取特徵(Feature extraction)。包括探索出特徵之間的相關性等等。深度學習的多層神經網絡(NN)可以大大提升AI模型的探索能力。其中，包含許多的中間層，通稱為<隱藏層>(Hidden layer)。
==>
詳細內容
~ End ~
