本集重點 ・AI 沒有統一的標準定義，它是一個目標，而不是單一技術 ・AI 的三大支柱：資料（食材）＋演算法（食譜）＋算力（廚房） ・Garbage in, garbage out：資料品質決定 AI 的表現 ・為什麼訓練 AI 要用 GPU，而不是 CPU？ ・AI ⊃ 機器學習 ⊃ 深度學習 ⊃ 神經網路的包含關係 ・神經網路不是數位大腦，而是有上億個參數的數學函數 ・AI 的兩個階段：訓練
| 有沒有優惠 |
 |
||
|---|---|---|---|
| 有效期限 | 終身 | ||
| 語言 | |||
| 最後更新日 | Thu Oct 2026 | ||
| 級別 |
|
||
| Total lectures | 1 | ||
| 測驗總數 | 0 | ||
| 總時長 | 05:47:00 小時 | ||
| 總入學人數 |
0 |
||
| 評論數 | 0 | ||
| 平均分數 |
|
||
| 簡短的介紹 | 本集重點 ・AI 沒有統一的標準定義，它是一個目標，而不是單一技術 ・AI 的三大支柱：資料（食材）＋演算法（食譜）＋算力（廚房） ・Garbage in, garbage out：資料品質決定 AI 的表現 ・為什麼訓練 AI 要用 GPU，而不是 CPU？ ・AI ⊃ 機器學習 ⊃ 深度學習 ⊃ 神經網路的包含關係 ・神經網路不是數位大腦，而是有上億個參數的數學函數 ・AI 的兩個階段：訓練 | ||
| 課程成果 |
|
||
| 必要條件 |
|