Google 教你深度學習：中小企業如何利用會自己學習的電腦？
作者：日經大數據
譯者：李青芬
ISBN：9789861303680
出版社：財經傳訊
出版日期：2017/09/29
（p28）「機器學習其中一個領域是深度學習」。
（p32）機器學習是將輸入與輸出間，找出「符合」其中的關連性模組。
（p33）深度學習必須重複進行好幾層的計算處理。
（p35）「電腦有高集中力、焦點明確的特點，另一方面也像是個腦筋不太靈光的孩童」。
（p42）能進行知識性處理的電腦一般人稱之為人工智慧，其中包括由電腦自力學習記憶事物的機器學習；而機器學習的其中一種方式為進行多層次處理的深度學習。
（p44）機器學習以外的人工智慧，電腦用以思考的條件式必定是仰賴人類的教導。
（p44）機器學習不像基於規則的人工智慧，它不需要人類提供指導。正因機器能自動地學習，故我們稱之為機器學習。
（p45）大量備妥這些輸入與輸出的組合，然後讓電腦去學習就稱為機器學習。
（p47）機器學習所使用的模型有許多種類，其中具代表性的有「決策樹」、「歸納推論」、「類神經網路」、「深度學習」。
（p52）電腦不依靠人類的程式，自動地製作判斷基準的「模型」，這是機器學習。而將機器學習其中一個方法～類神經網路重複進行多層的處理方式，為深度學習。
（p60）在這裡看到的類神經網路、與透過多層學習的深度學習，雖然人類有教它們「答案」，但人類沒有教它們「解決方法」。
（p61）「監督式學習」，它是有答案的學習方式，是較為易懂的概念：對於輸入資料，若得到某特定輸出，即為正確解答。
（p61）「強化學習」可說是這種非監督式學習的一種。透過報酬反餽來學習，將之不斷重複學習的方式，稱為強化學習。
（p64）AlphaGo 以應用了深度學習及亂數的模擬器，將導出統計性答案的「蒙地卡羅數搜尋法」加以組合。
（p65）類神經網路有兩種，一種是決定「下一步棋」的「策略網路」；另一個是計算勝率、預測贏家的「價格網路」。
（p65）DeepMind使用了圍棋高手們曾走過的三千萬個以上的棋步，讓這個類神經網路學習。
（p104）Google已提供了相關服務，任誰也都能將深度學習的成果應用在發展商務用途上。Google在其雲端服務「Google Cloud Platform （GCP）」中，將Google研究開發至今的深度學習成果開放一般大眾使用。
（p104）GCP服務大略分為兩種：一種是將機器學習訓練完畢的模型，以應用程式介面（API）方式提供服務。另一種是提供機器學習程式庫「開源機器學習系統（Teosor Flow）」。
（p111）「它擅長的地方在於有大量資料的複雜問題。問題越是複雜，深度學習越能發揮它的力量。像是必須從許多資訊中瞬間判斷下一步行動…..」。