今天開始第二堂課的模組1啦，不知道大家是不是跟我一樣，一邊螢幕放金鐘獎一邊螢幕寫今天的文章，但總是不自覺地眼光就被金鐘獎拉走，只能趁廣告時間趕快寫，導致寫了20分鐘只寫了一行字呢？好了廢話不多說，趕快介紹今天的內容吧。

在第一個模組中，將會介紹數個主要的ML類型、ML的歷史淵源，以及要如何選擇適合的模型才能應用到自己的專案中。

首先來講講兩個最常見的ML種類，也就是監督式學習(Supervised ML Model)及非監督式學習(Unsupervised ML Model)。簡單來說，在監督式學習中，我們會先把訓練資料的標籤標好，告訴模型這筆資料應該會得到怎樣的答案，穰模型可以透過學習資料及其所對應的標籤，來推測往後未知結果資料的結果是什麼，換句話說，我們知道某件事在過往的結果，但不知道目前正在發生時的結果會是什麼，因此我們想要去預測結果；非監督式學習則相反，在一開始所餵進去讓ML學習的資料就不包含標籤，因此ML必須在沒有背景知識的狀況下進行學習，而在本模組中，主要會針對監督式學習來進行介紹。