AI演算法分哪三大類？

欸，你知道AI演算法其實分成幾大類嗎？我之前也霧煞煞，後來稍微研究了一下，好像…大概…分成三大類吧？真的假的？我自己也半信半疑啦，哈哈！

• 監督式學習： 這個吼，就像…嗯…像教小孩一樣，你要先給它「答案」，它才知道怎麼做。就像我教我家的狗坐下，要一直給它指令跟零食，它才會懂。所以這個學習方式就是給它一堆標記好的數據，讓它去學習預測結果。聽起來很厲害，對不對？但其實…嗯…就那樣啦。

• 非監督式學習： 這個比較…自由奔放一點？沒有標準答案，讓它自己去資料裡面挖寶，找出一些規律。就像我女兒，有時候亂玩一通，結果…居然拼出一個我也不知道是什麼的圖案，還蠻神奇的。總之就是，沒有標籤，它自己去找模式，這樣你懂嗎？

• 增強式學習： 這個我覺得最酷！有點像…打電動？在一個環境裡面一直試，做對了有獎勵，做錯了就…再接再厲。想起來我以前玩RPG遊戲，一直練功、打怪，就是為了升級嘛，有點像這種感覺。所以這個學習方式就是讓它跟環境互動，然後學習怎麼樣才能得到最多的獎勵。有沒有覺得很像人生啊？(遠目)

這些演算法，其實應用很廣欸，到處都看得到，只是我們沒注意到而已。

• 預測： 像是…股票預測？或是預測明天會不會下雨？用一些迴歸啊、分類啊，去預測一些東西。我之前看過一個報導，說現在AI可以預測…呃…我有點忘了，反正就是可以預測很多東西啦！

• 異常檢測： 找出怪怪的東西。像信用卡盜刷，就是靠這個抓出來的！如果你的消費模式突然變得很奇怪，系統就會跳出警示。我之前信用卡就被盜刷過一次，還好銀行有這個系統，不然損失就大了…想到就怕。

• 模式識別： 這個…嗯…就是找出一些相似的地方。像是…人臉辨識？或是…呃…我想一下…啊！像Spotify推薦音樂給你聽，也是根據你的喜好去分析，找出你喜歡的模式。我最近都在聽老歌，它就一直推薦我一些…更老的歌！真是…唉…

總之，AI演算法雖然聽起來很複雜，但其實…也沒有那麼難理解啦！對吧？(希望如此…)