關於 reinforcement theory ，我們在網路上蒐集到這些相關的討論、資訊與評價

運用AI來重新設計工作角色
.
例如: 我當狗爸但不想當鏟屎官...
.
今年很幸運，好朋友送我一隻紅貴賓弟弟，我叫牠Python。在我決定讓狗狗變成我的家人前後，我失眠了好久。縱然自認HR專業人士，運用增強理論(Reinforcement Theory)來訓練狗狗的行為，應該不是一件困難的任務，包括定點大小便，但我還是得自行處理尿布還有狗屎，而且我真的很難從中得到養狗的喜悅感。
.
要嘛，我去請個阿姨來幫我，但成本太高。要嘛，我就教狗狗自已上馬桶解決，但可能不切實際。我就在想，身為HR-AI的大學教授，怎麼會找不到能夠替代我當鏟屎官的AI工具，包括辨識狗狗大小便，並且會自動回收尿布又能去味的方案?
.
很幸運的，我從產學合作的夥伴得到答案，真的有狗狗專用的AI尿布機。所以從Python進到我家(當時他剛出生六周)，我花二天陪牠並訓練牠上機器定點大小便後，我就成為一個不用鏟屎的狗爸了。這台AI毛廁會幫我偵測狗狗大小便，並在第一時間透過APP發信息給我，依照我的設定，自動收舊尿布並換上新尿布。我也可以透過鏡頭即時或回看錄影，看看狗狗有沒有不正常的"樣態"。
.
我認為名為Python的牠，使用這台AI毛廁，是很合理也很合邏輯的。有興趣的朋友與同學可以參考如下:
.
https://www.facebook.com/idogpottytw

不知道大家有沒有看過 The big bang theory中文應該是翻成生活大爆炸，是一部美國影集講述一群物理學家的宅男，討論量子分子等議題，及一位住對面的金髮美女所碰撞出的一系列生活火花。

裡面的Sheldon有典型的亞斯伯格加學者症後群的影子，高IQ、一切合約邏輯理論化、自戀自負有自己一套固定的生活流程、不擅社交鮮少有情緒等。我記得裡面有一集在表達一個Sheldon對金髮美女Penny（高低智商的明顯對比）的實驗，簡單來說就是Sheldon想要Penny改變，但不是直接給她指令，而是放一個正增強物來誘導Penny做出改變。

在心理學行為治療理論裡，提到行為過程的增強，會導致行為再次出現的可能性提高，透過過程行為可以被形塑、窄化（區辨）、類化或者是改變。這其中有一個很重要的因素是正增強（positive reinforcement），亦即當個人所表現出的行為呈現出正向事件的結果。當一個正向事件接續於一種行為之後，該行為出現的頻率會增加。

而Sheldon對Penny做的正增強就是每當Penny照著Sheldon的意思做時，就會給她一個巧克力。或者是相反地，因為Penny吃了巧克力，所以會開始對Sheldon對她的指示買單聽話。

舉個例子，當你做好一件事受到老闆讚賞時，老闆對你的讚賞就是種正增強，你會在心底期望自己把每件事（類化）也都做好。每當受到一次正增強時，就會強化自己內在愈想要把事件做好的心念。這也就是會影響一個人自我效能（self-efficacy）中很重要的一個自我增強（self-reinforcement）。

我自己對這個自我增強特別有感，尤其當我在實驗某些含有大量負面經驗，卻又要扭轉其結果的事時（如減重），自我增強更是占有舉足輕重的地位。我的看法是如果想要扭轉一個含有過去大量負面經驗的事時，每次都增強小小的正增強，當正增強出現時會更強化自我增強；到有一天正面經驗大過負面經驗時，自我增強就能發揮作用了。

成功，來自於觀察及體驗而來的信任。

#雜念與雜唸
#正增加會強化信念
#當然另一面亦是

แจกฟรีอีกอัน! คราวนี้เป็นสรุปวิชาเรียนจากมหาวิทยาลัย Standford สหรัฐอเมริกา
จากคอร์ส CS229 Course ในวิชา Machine Learning (การเรียนรู้ของเครื่อง)
คณิตศาสตร์มาแบบจัดเต็ม ตามลิงค์นี้
https://www.ctanujit.org/…/machine_learning_notes__cs229_.p…

เนื้อหาก็ครอบคลุมตามนี้
1. Supervised Learning: Linear Regression & Logistic Regression
2. Generative Learning algorithms & Discriminant Analysis
3. Kernel Methods and SVM
4. Basics of Statistical Learning Theory
5. Regularization and model selection
6. Backpropagation & Deep learning
7. Unsupervised Learning & k-means clustering
8. Mixtures of Gaussians
9. EM algorithm
10. Factor analysis
11. Principal Components Analysis
12. Independent Components Analysis
13. Reinforcement Learning
14. Boosting algorithms and weak learning
.
++++++ประชาสัมพันธ์ (ขายของ) ++++++++
มีข่าวดีสำหรับคนที่อยากศึกษา AI
แต่อ่านตำราภาษาอังกฤษไม่รู้เรื่อง
เลยขอแนะนำหนึงสือที่เป็น Best seller
ในหมวดคอมฯ ของ MEB
📔 หนังสือ "ปัญญาประดิษฐ์ (AI) ไม่ยาก" เข้าใจได้ด้วยเลขม. ปลาย เล่ม 1 (เนื้อหาภาษาไทย)

สนใจสั่งซ์้อได้ที่
👉 https://www.mebmarket.com/web/index.php…
.
ส่วนตัวอย่างหนังสือ ถ้าเพื่อนๆ สนใจก็ทัก inbox มาถามได้ครับ
.
✍เขียนโดย โปรแกรมเมอร์ไทย thai progammer