過去那一段時間，直到感受做不出明確的實作成果，和夥伴才意識到題目有問題。

經驗整理一下，或許可以用幾個面向來決定我們的題目：

1. 結果的資料型態：

連續型資料v.s離散型資料

這取決於你想要的是一個數值結果，還是Yes or No 的答案。

數值的結果基本上會是一種連續型的資料，譬如說預測老闆明天會幾點進辦公室，可能9:01分，可能九點02分，或者9點03分。

更精準的數值，也許是9:01:00，也許是9:01:01，甚至9:01:01.234等等，換而言之這就不會有標準答案，我們只需要的一個可以接受範圍內的答案。

或者預測房屋總價，假設有個物件在800萬上下，802萬，805萬，820萬等等其實意義不大，我們只是需要個大概的價錢。

一方面，因為是數學公式運算，得到的解若非精準一模一樣，在數學上就是不正確，因此這種題目的答案可以說一開始就沒有完美解答，只有誤差範圍在一定的程度之下的答案。

離散型的答案，譬如說對/錯、是/否、貓/狗辨識等等，彼此個體差異有明確的界線，比起數值的加減乘除，你在意的是能夠分界的參數。

這兩種不同性質的結果，會影響到參數的取用，以及模型的選定。

2. 範圍的大小

範圍越大，問題會越複雜，所需要的參考參數也會越多，甚至會需要因應不同的情境而調整(換句說問題複雜到考慮各種情境)。

而一個參數，就可以想像成一個維度，試想人類生活在3維空間，感受到4維的流動(時間)，4維以上已經無法用圖像表示模型的運作處理，只能用數學表示，可知道對於理解的直覺上會有諸多不便。

因此題目的大小，一方面可以用需要選用參數多寡，作為檢視題目難易的一種參考依據。

3. 情境的定義

題目可以是開放式的問題，或者天馬行空的想像，不過答案越肯定與切確越好，最好每個人聽到這個問題都有共同的認知與定義，ML才越有機會做下去。

舉例來說，題目定義「抓出違反交通規則的行為」，什麼是違反交通規則？答案無法在短時間得出，而且有模糊邊界，答案基本上有分歧的狀況之下，這個題目有非常高的複雜度。

但是題目簡化一下，變成「抓出闖紅燈的行為」，問題簡單多了吧？不過也因此我們當初太大意了，認為這樣的題目已經簡略到可以處理，其實卻還是太過攏統。

闖紅燈也許是汽車、機車、腳踏車、行人、甚至一隻狗、另外是不是要排除救護車、警車、消防車的通過，通過兩個直線的紅燈才是我們關心的問題，或者違規在紅燈時迴轉，也是我們關心的問題呢？

諸如此類，題目能夠精簡，入門的障礙在開始之前就能夠排除一大堆。

當然就會開始碰到現實面的問題，太簡單的問題，對商業產出是否有意義呢？是否能夠說服你的老闆進行項目？

4. 會必然發生的事件

以貓狗辨識來說，這世界上有貓有狗，進行ML就不太困難。

但你要預測世界有沒有外星人，或者經過幾年後，我們會跟外星人有一次清楚的文明交流，問題就相當困難。

現實層面上，你要預測電商每天會有多少訂單量，比起預測明年雙11辦活動的時候，會有多少訂單量還來得容易。

每天的訂單量在你每次訓練完模型，或者參數調整完，馬上就可以驗證與調整。

辦活動的訂單量卻在明年活動結束之前，都不知道結果如何。

我們常說機器學習，就是一直在訓練模型，所謂「訓練」真的不是隨便說說而已，需要反覆進行無數次的調整，要怎麼調整又是基於前次的不好而改變，如果不知道結果好壞，又該如何調整？

所以基於成本效益，能夠短時間驗證我們訓練結果的題目才是好題目，如果沒辦法確定的事情，就先放一邊去吧。

又譬如說你想要做一個偵測駭客攻擊的AI模型，除非團隊有能力自行製造情境，否則你怎麼知道駭客什麼時候會來攻擊系統，好驗證你的訓練模型呢？

以上大概是這陣子來的血淚心得，我們的題目在前兩次都選擇不夠好。