假如剛接觸 Machine Learning ,就表示有資料探勘(data mining)以及演算法的基礎吧?假如要建立預測模型,最基礎的部分就是回歸相關的模型,例如:回歸分析預測法。其他還有KNN分類演算法等等。接觸 Machine Learning 也代表也要了解 深度學習(deep learning)。
良心建議在接觸 Machine Learning(機器學習)前,應該要先把基礎功夫打好,先研究資料探勘和演算法得到相關知識與技術,在做基礎的機器學習研究就不會不知道要選擇哪一種模型來進行測試與分析。
我先簡單的敘述一下,假如有其他問題歡迎提問,希望您可以好好加油,共勉之。
資料工程師的Machine Learning/工作學習歷程 --
https://ithelp.ithome.com.tw/users/20111785/ironman/1719
小小備註:預測模型分為三種:時間模型、空間模型以及時空混合模型