在實作一開始，想問一個簡單的問題，圖3-1 中有兩種動物的圖片，可以知道分別是什麼動物嗎？相信大家都可以快速地回答出圖片裡的動物分別是貓與狗，甚至有些人還能準確地說出貓與狗的品種，但是，還記得我們是從什麼時候開始知道這兩張圖片分別是貓與狗的嗎？其實，我們的大腦就像人工智慧的分類器一樣，都是從過去的經驗中，依據各個管道或是媒介，將貓與狗的分類在腦海中進行學習，比如小時候父母指著貓與狗的圖片告訴我們，這動物是貓、這動物是狗，此種針對問題有明確答案的學習方式為前述章節所說的監督式學習，這也是我們此章節要學習人工智慧實作應用的影像辨識學習方式。
之前的章節我們認識了人工智慧、機器學習、深度學習等名詞，此三者間的關係如圖3-2 所示，人工智慧可以定義為，使用機器來展現人類的智慧的方式，即使用機器來完成需要人類才能達成的任務；而機器學習是人工智慧的一種實現方式，與通過特定演算法來完成任務的方式不同，是透過大量資料的特徵來學習，以找到其運行規則來達到人工智慧的方法；而深度學習則是機器學習的一種技術，其不需用透過特徵工程來提取特徵進行學習，其模型本身就包含了自動特徵提取的功能，只需要給予大量的數據與對應的答案即可得到適合的演算法，或是稱作運算模型。
機器學習是透過大量資料的特徵來學習的人工智慧，而一般我們會將原始資料集分為訓練資料集（training dataset）與測試資料集（test dataset），如圖3-3 所示，訓練集通常會占大部分比例，用來訓練模型，訓練完成後，再使用未參與訓練的測試集來測試模型的效能。然而，為了避免過擬合（overfitting）的情況發生，通常會將訓練資料集再切分一部分作為驗證資料集（validationdataset）（如圖3-4）。舉例來說，訓練資料集就像教科書，用來學習知識，驗證資料集則是練習題，用來確認學習的效果，避免背題目、死讀書之類的情況發生，而測試資料集則是最後確認學習成果的期末考試。
機器學習的訓練、測試流程圖如圖3-5，在監督式學習的情況下，機器學習會從大量過去的資料（data）和經驗（labels，即答案）來學習，通過其特徵（features）來找出新的演算法（model，即模型）來完成任務。而我們接下來會使用的機器學習方式為人工神經網路（artificial neural network, ANN），人工神經網路是一種模仿生物神經結構的數學模型，如圖3-6 所示，可以分為輸入層（input layer）、隱藏層（hidden layer）、輸出層（output layer）三個層次，其中隱藏層數量可以由模型設計者進行調整，隱藏層的每個神經元都代表一個抽象特徵。人工神經網路中每層神經元之間都有連結，如圖3-7 所示，每一個下層神經元都與前一層所有神經元有連結，並擁有各自的權重與偏差，其關係如式-1 所示：
a_0^((1)) = σ [〖(W〗_(0, 0)^((1))×a_0^((0))) +〖 (W〗_(0, 1)^((1))×a_1^((0)))
+〖 (W〗_(0, 2)^((1))×a_2^((0))) + B_0^((1))] （式 -1） |
