哈囉大家好，今天是day11，向各位報告今天的影片進度:
ML最厲害之處在於其模型數量之多及產速之快，而非模型架構複雜度；許多小ML模型結構都很簡單。
如果你正在建構生產大量的ML模型，但其中一定會有一堆模型的結果不好是你不要的，你需要一個能夠快速嘗試錯誤的環境讓你篩掉不好的模型，以此做依據繼續迭代訓練，這在做ML是很重要的。舉例來說就像，有個人生病，及早發現越早治療；不要拖到已病入膏肓，屆時只能亡羊補牢。
雖然講者demo用的資料是已結構化整理過的，但實際上在企業界的資料可就沒那麼好了，有90%的資料是未結構化的，意即很凌亂，ex:電子郵件、錄像、文字、報告、目錄、熱門表演、大事、新聞...等。
iThome鐵人賽
看影片追技術