階段 3 ML 基礎

這一階段 AI 工程師要打通任督二脈:拿到一個資料問題,能自己建模成回歸、分類或分群,並完整跑完訓練、評估、改進的循環。

這一階段學什麼

• 問題建模:預測數值是回歸、預測類別是分類、找相似群體是分群 — 題型選錯,後面全錯。
• scikit-learn 流程:資料切分、訓練、預測與調參的標準 API,一套流程走遍常見演算法。
• 特徵工程:編碼類別變數、標準化數值、建立衍生特徵 — 效果提升最大的往往是這裡,不是換模型。
• 交叉驗證與評估指標:用交叉驗證防止「剛好考到會的」;分類看精確率、召回率、F1,回歸看誤差指標,依業務代價選。

為什麼是現在學

這是「數學直覺」變成「動手能力」的一站。階段 4 的深度學習沿用完全相同的訓練評估思維,只是模型換成神經網路;現在沒把評估與過擬合處理練紮實,之後調深度模型會全程迷航。

怎麼練(具體行動)

1. 做 Titanic 生存分類:從特徵工程做到交叉驗證,完整走一遍。
2. 做房價回歸:比較線性模型與樹模型,分析誤差最大的樣本錯在哪。
3. 每個專題寫實驗紀錄:改了什麼、分數變化、下一步假設。

完成標準

• 完成 1-2 個端到端 ML 專題,附評估指標與實驗紀錄,推上 GitHub。
• 拿到新的資料問題,能講清楚任務類型、特徵怎麼做、用什麼指標評估。

⚠️ 常見誤區:讓測試集參與特徵縮放或特徵選擇 — 資料洩漏會讓分數漂亮得很假。