前言

我是一名資工系大三的學生，在同學的極力推薦(?)下決定參加這次的鐵人賽，在督促自己學習的同時，也是給未來的自己留一份筆記。六月起參與了三個月的機器學習專案 (雖然還沒結束)，我想在這個領域裡繼續進步，由於大多數演算法是第一次了解，或許沒辦法理解的非常透徹，但希望能在這段時間裡，盡可能的了解各個演算法的原理、優缺點及應用時機。

如若今後文章中有錯誤的地方，歡迎指正!!

機器要解決的問題

Regression(迴歸)

• 輸出是一個連續"數值"，主要用於數值預測
• 比如預測商品隔日的價格，輸出將會是購買某商品下一天的金額，而金額是一種數值
• 在此類問題中，模型會建立輸入和輸出數值之間的關係，以預測目標變數

Classification(分類)

• 可以是Binary Classification(二元分類)及Multi-class classification(多元分類)
• 主要用於將輸入數據分為不同的類別(輸出為類別)
• 在此類問題中，模型試圖學習從輸入特徵到類別標籤的映射
• 比如垃圾郵件檢測，其中目標是將電子郵件分為垃圾郵件或非垃圾郵件

Structured Learning(結構化學習)

• 基本上不是以上兩者皆歸類在這裡
• 其輸出不僅僅是單一的標籤或數值，而是結構化的輸出

參考資料

• https://wenwu53.com/category/ml/
• https://www.youtube.com/watch?v=CXgbekl66jc&list=PLJV_el3uVTsPy9oCRY30oBPNLCo89yu49