怎麼把大象放入冰箱？
打開冰箱門、放入大象、關上冰箱門，
其實就是這麼簡單三步驟，
那怎麼進行機器學習，分為七大步驟。

The 7 Steps of Machine Learning (AI Adventures)

e.g. 假設今天想要創建一套分類系統，
來分辨此飲料，是啤酒，還是葡萄酒？

收集數據

為了「訓練模型」而收集資料，
且資料都要「數據化」讓電腦能讀懂。

e.g. 先蒐集啤酒和葡萄酒的「特性(Feature)」資料，
例如泡沫量、玻璃杯形狀、顏色(光波長數據)、酒精(百分比)...等，
這個範例挑選「顏色(光波長數據)、酒精(百分比)」兩個特性來評估。

現在就到賣場買大量的飲料，並透過些檢測儀器來得到數據吧！

準備數據

1. 將數據填入表格，再隨機排序一下!

2. 透過直線圖、分佈圖等「視覺化圖性」，
   來看看「不同特性是否存在相關性」，
   觀察是否有異常數據，例如空值、離群值、眾數，
   也檢查各種資料的分佈情況使否合理。

   e.g.若我們蒐集比較多「啤酒資料」，
   有可能就會影響模型，比較偏重在「啤酒」上。

   資料可能會被特殊調整，例如複製、正規化、糾正錯誤等。

3. 將數據分成兩群「Train Data」和「Test Data」，
   「Train Data」為大群資料，用來訓練模型，
   「Test Data」為小群資料，用來測試「訓練完模型」的性能。

不將所有數據都放進去訓練模型，是為了避免「記憶行為」。

選擇模型

有很多模型被已建立，
有些適合圖像數據，
有些適合序列資料，例如文件和音樂，
有些適合數字數據，
有些適合文件數據...等。

e.g. 這個範例，因為只有兩個特徵，故選用「小型線性模型」。

訓練模型

有點類似「訓練駕駛員」的一連串行為，
熟練他們的駕駛能力，在磨練他們的技能。

1. 「x」是輸入、「m」是斜率、「b」是y軸截距、「y」是輸出，
   我們只能調整模型中的 m 和 b 。

2. 我們可能有很多的 m斜率，表示我們有很多種可能。

3. m為權重，被畫為矩陣 W (Weight)權重，
   b群集在一起，被稱為 b (biases)偏置。

4. 初始化模型，使用W和b來訓練，
   並且一次一次的調整W和b，來達到更準確的預測，
   這樣一連串的迭代和循環稱為「訓練模型」。

e.g. 以這個範例來說，我們畫的線性圖型，
會隨著一次一次的調整W和b，達到最適合的情況。

評估模型

使用「Test Data」來評估我們訓練出來的模型，
讓模型試試看從未看過的資料，
通常會使用「混沌矩陣」評估。

數據分割通常為80/20或是70/30，
取決於資料量的大小。

超參數訓練

可以解決「前提假設」，透過「參數調整」驗證這些假設。
多次的訓練中，我們可以看到很多次的訓練結果數據，
如此可以帶來更高的準確性。

「學習率」我們每次調整參數的線性移動，
根據前一個訓練步驟訊息來移動「線的距離」，
有想精準率和訓練時間。

「超參數」需要通過多次實驗調整，來達到最適用的情況，
通常取決數據集和模型。

「超參數調整」不同於一般參數調整，
不管怎麼調整都不會影響「輸入」。

預測答案

當你對你的模型感到滿意，就可以進行預測了，
透過輸入的參數，以模型計算後，預測出答案。

e.g. 例如輸入 顏色:660nm 和 酒精:12%，
我們就可以得到「葡萄酒」。

其實在進行機器學習七大步驟之前，
要先想清楚「今天我們要預測的問題」，
以及「我們能取得的資料及處理方式」。

讓電腦透過特徵值來預測結果，
而不是人工判斷和手冊規則，
相信未來可應用到更多領域上。

以上，打完收工。