今天終於進到模組3啦！在這個模組中將會介紹Google是如何進行ML的。

首先，用ML來解決問題跟一般人用寫程式來解決問題有什麼不同呢？假設要解決一個A+B的問題，一般寫程式的話就是寫出一個輸入A跟B，並將A+B相加後輸出結果，但用ML的話，作法則是將A跟B作為輸入，中間利用ML模型去演算，並推測出應該要有的結果。

在進行一個ML專案時，會需要分別花心力在五個地方上，分別是確認要達成的目標，訂出明確KPI、收集資料、建立基礎架構、最佳化ML模型，以及將模型整合至實際應用中。

現在大家來猜看看，上述的五個流程中，實務上來說哪一的部份是要花最多的心力處理的呢？很多人可能會猜測是最佳化ML的部分要花最多心力來處理，畢竟是要處理演算法的部分啊，很多數學感覺就很難呢！(?)

但事實上，依Google的經驗來看，其實需要花最多時間的地方是在蒐集資料跟建立基礎架構的部分。其實從先前的模組中，講師也一直不斷的強調蒐集資料的重要性，簡單來說，穩扎穩打才是成功的關鍵啊！

總之，建議大家不要先畫靶再射箭，把前置作業做好才更重要呢！