基礎用語
1.人工智慧（Artificial Intelligence，縮寫為AI）：模仿人類智能和思維能力的科學領域。
2.機器學習（Machine Learning）：AI的一個分支，讓機器通過學習和訓練來改進性能，而不需要明確的編程。
3.深度學習（Deep Learning）：機器學習的一種方法，使用深層神經網絡來模擬人腦的神經結構。
4.自然語言處理（Natural Language Processing，縮寫為NLP）：使計算機能夠理解和處理人類自然語言的技術。
5.電腦視覺（Computer Vision）：使計算機能夠「看見」和理解影像的技術。
6.推薦系統（Recommendation System）：根據用戶的偏好和行為提供個性化建議和推薦的系統。
7.自主學習（Unsupervised Learning）：一種機器學習方式，機器在沒有標記的訓練數據下自行學習模式和結構。
8.監督學習（Supervised Learning）：一種機器學習方式，機器從帶有標記的訓練數據中學習，將輸入和輸出對應起來。
9.強化學習（Reinforcement Learning）：一種機器學習方式，機器通過與環境互動，根據獎勵機制進行學習。
10.智能助理（Intelligent Assistant）：像Siri、Google Assistant和Alexa這樣的AI系統，可以回答問題、執行指令等。
11.自動化（Automation）：通過AI技術使機器能夠自動執行特定任務，減少人為操作。
12.大數據（Big Data）：大量且多樣化的數據，通常需要AI來處理和分析。
13.數據分析（Data Analytics）：使用AI來解析和理解數據，發現其中的模式和趨勢。
相關技術應用 1.NLP自然語言處理：
實際案例：智能助理如Siri、Google Assistant和Alexa。這些智能助理可以聽懂你說的話，並根據你的指令回答問題、發送短信、提醒日程等。另一個例子是翻譯應用程式，像Google翻譯，它可以幫助你將一種語言翻譯成另一種語言。
簡單解釋：NLP是讓機器能夠理解和處理人類自然語言的技術。它使得我們能夠用口語方式與電腦溝通，讓電腦能夠理解我們的話語，並根據我們的指令執行相應的任務。
2.CV電腦視覺：
實際案例：人臉識別技術。這種技術被應用於識別照片或視頻中的人物，用於解鎖手機、安全門禁等。另一個例子是自駕車技術，它使用電腦視覺來識別和理解周圍環境中的交通標誌、車輛和行人，從而實現自動駕駛。
簡單解釋：CV是讓機器能夠「看見」和理解影像的技術。它讓機器可以辨識圖像中的物體、人臉、場景等，就像人眼一樣，並根據視覺信息做出相應的判斷和行動。
3.RS推薦系統：
實際案例：網上購物網站的商品推薦系統。這些系統會根據你的購買歷史和喜好，向你推薦可能感興趣的商品。另一個例子是影音串流平台，像Netflix或YouTube，它們根據你的觀看歷史來推薦相似的電影或視頻。
簡單解釋：RS是一種幫助我們做出選擇的技術。它通過分析我們的個人偏好和行為，提供個性化的建議和推薦，讓我們更容易找到我們可能喜歡的東西，如商品、電影或音樂。
