訓練偏差

這張圖 及其下面的解釋 :
從 手動(人工)分析 到 ML ，
要到 ML 好處在於 scale up ，
而 如何可以步入 ML ，首先 要有Data，再來 要可以分析 data ，不要直接跳入 ML 的部分。

下面解釋露露長，就是 假如有Data，又可以分析，我們就可以輕鬆許多，達到自動化又scale up，省去人力成本。

例子為 非營利組織 - Global FISHING WATCH
目的 : Identify poaching
They used to manually
analyze fishing trips and they scaled up their processing using machine learning to the point that they could analyze 22m data points daily.
// 不太懂 這個評估的概念 // 求解，下方留言 ↓

ML project 失敗原因

ML project 解決方案 - Batch and Streaming 都要做

著重點不僅於 訓練時間的長短還有 回應時間的快慢在面對 大量Data的時候。

Ref : Google Cloud