什麼叫做機器學習呢?
簡單來說，就是讓機器去模仿人類的學習行為並做出預測。

在機器學習中，算法和模型使用大量的訓練數據進行學習，從中找尋數據之間的模式和結構。這些算法和模型可以進行分類、回歸、集群、降維等各種任務。一旦完成訓練，模型就可以應用於新的數據，並提供預測或分析結果。

機器學習的應用非常廣泛，包括圖像和語音識別、自然語言處理、推薦系統、金融預測、醫學診斷等。它已經成為現代科技領域中非常重要的一個領域，推動了許多技術和產品的創新和發展。

機器學習旨在讓電腦系統具有學習和改進的能力，而不需要明確地進行編程。機器學習的目標是開發算法和模型，使電腦能夠從數據中學習並自主進行訓練(Training)和預測(Predict)。

訓練

機器學習的訓練過程是指使用數據來訓練機器學習模型，使其能夠自動學習和進行預測或做出決策。

機器學習的訓練主要分為特徵(Features)和標籤(Label)。

預測

機器學習預測是指利用已經訓練好的機器學習模型來對新的輸入數據進行預測或做出相應的決策。