CNN/RNN/LTSM/GAN各有所長 機器學習模型選對才有效
建置機器學習(Machine Learning)的過程涉及許多步驟，首先選擇一個模型，針對具體任務加以訓練，以測試資料進行驗證，然後將該生產模型建置到實際系統並加以監控。接下來將會討論這些步驟，每項步驟細分講解機器學習。
機器學習是指在沒有明確指令的情況下，能夠學習並加以改進的系統。這些系統從資料中學習，用於執行特定的任務或功能，有時學習或訓練是受監督下進行。當輸出不正確時，對其模型加以調整，使其產生正確的輸出；也有時實行無監督學習，由系統負責組織資料以發掘過往未知的模式。機器學習模型大多遵循這兩種模式：監督學習和無監督學習，對此，本文將深入研究「模型」的含義，再探究資料如何成為機器學習的燃料。
各類機器學習模型應用大不同
模型是機器學習方案的抽象表述，模型定義在經過訓練後，變成執行作業的架構。因此，模型定義不是在建置模型，而是建置經過資料訓練的模型實作，由圖1...
2022 年 05 月 12 日
