你不小心聽到一群資料科學家在討論他們最新的機器學習專案,要預測一則推文是否為假。Twitter 提供了一個已標註的資料集,希望改進其 spam 偵測系統。
以下是資料集中的兩筆觀測:
根據這些資訊,請將他們的訓練資料各面向分類為特徵、標籤或目標變數。
本練習屬於課程
將理論付諸實踐,立即體驗我們的互動練習
本章將定義機器學習,並說明它與資料科學及人工智慧的關係。接著,我們會拆解常見的機器學習術語,最後介紹用於建置模型的機器學習工作流程。
當前練習
既然你已經了解機器學習的基礎,我們就更深入一些。本章結束時,你會知道機器學習的不同類型,以及如何評估並改進你的模型。
本章將從神經網路開始,帶你拆解深度學習。接著,我們會更深入探討深度學習的兩個常見應用:電腦視覺與自然語言處理。最後,我們將以機器學習的限制與風險作為課程總結。