今天接著跟大家介紹SageMaker其他內建的演算法：

10. Random Cut Forest

應用場景

用於辨識時間序列上的異常資料。可針對每一筆資料給予異常數值的評價。

資料輸入的檔案格式

• RecordIO
• CVS

演算法超參數的設定

• Num Trees
• Num Samples Per Tree

11. Neural Topic Model

應用場景

用於定義文章的主題。

資料輸入的檔案格式

• RecordIO
• CVS

演算法超參數的設定

• Num Topics:自定義主題的數量
• Learning Rate與Batch Size

12. LDA

應用場景

另外一種針對文章的主題模型。

資料輸入的檔案格式

• RecordIO
• CVS

演算法超參數的設定

• Num Topics：自定義主題的數量
• Alpha0

13. KNN

應用場景

可用於regression或classification的應用情境。

資料輸入的檔案格式

• RecordIO
• CVS

演算法超參數的設定

• K:選擇以幾個鄰近值來做預測判斷
• Sample Size

14. Kmeans

應用場景

用於資料的分群。屬於非監督式的演算法。

資料輸入的檔案格式

• RecordIO
• CVS

演算法超參數的設定

• K：分群數量

15.PCA

應用場景

將資料做降維度，可加速資料演算。

資料輸入的檔案格式

• RecordIO
• CVS

演算法超參數的設定

• 演算法的選用

16. Factorization Machine

應用場景

用於推薦系統的設計。例如，點選率的預測或是商品推薦。

資料輸入的檔案格式

Float 32的RecordIO檔案

演算法超參數的設定

針對bias, factors與linear terms的初始值

17. IP Insight

應用場景

用於觀察是否有異常的IP現象。

資料輸入的檔案格式

CSV

演算法超參數的設定

• Num Entity Vectors
• 向量長度
• Learning Rate、Batch Size等

ChatGPT來考試

問題1：您有一個大型數據集，希望將數據點分為不同的群組或簇，以便進行進一步的分析。哪種SageMaker模型最適合這種情況？

A) Neural Topic Model
B) LDA (Latent Dirichlet Allocation)
C) K-means
D) KNN (K-Nearest Neighbors)

答案：C) K-means

解釋： K-means模型通常用於數據分群，將數據點分為不同的群組或簇，以便進行進一步的分析。

問題2：以下哪一項描述是LDA和NTM之間的主要差異？

A) LDA使用深度神經網絡來建模文檔的主題結構，而NTM使用概率分佈。
B) LDA需要在訓練前指定主題的數量，而NTM可以自動學習主題的數量。
C) LDA適用於處理大規模文本數據集，而NTM適用於小型數據集。
D) LDA主要用於影像處理，而NTM主要用於文本處理。

答案：B) LDA需要在訓練前指定主題的數量，而NTM可以自動學習主題的數量。

解釋： 這是LDA和NTM之間的主要差異之一。在LDA中，您需要在訓練前決定主題的數量，而NTM可以自動學習主題的數量和結構。

問題3：機器因子分解（Machine Factorization）是一種機器學習技術，它通常用於哪些類型的任務？

A) 語音識別
B) 自然語言處理
C) 推薦系統
D) 圖像分類

答案：C) 推薦系統

解釋： 機器因子分解常常用於推薦系統中，以建模用戶和物品之間的交互關係，從而生成個性化的推薦。它可以用於預測用戶可能喜歡的物品或內容。