簡介
此課程模組將探索稱為「監督式學習」的流程，其中的機器學習模型會從範例中學習。
透過了解監督式學習，我們會開始更深入探討學習流程的各個元件，以及此流程究竟如何改善模型。 透過範例，我們還會探索如何正確設定此學習流程對於實現高效能模型而言至關重要。
在此課程模組中，我們會使用下列案例來說明監督式學習的流程。 此案例提供範例，讓您如何在進行設計程式的同時符合這些概念。
您的家族數個世代以來都經營著華盛頓州歷史悠久的麋鹿農場，但鹿群的健康狀態在這數十年來逐漸惡化。 眾所周知的事實是，當夜晚平均氣溫超過結冰 (32°F 或 0°C) 時，就不應該對農場飼養的麋鹿品種餵食穀物。 基於這個理由，您傳統上會遵照祖父的農牧行事曆，在 1 月 31 日之後不再餵食穀物。
您最近讀到氣候變更對農務的影響。 這種變更可以解釋近年來麋鹿健康情況不佳的原因嗎？ 藉助您手邊的一些歷史氣象資料，您可以判斷當地氣溫是否從您祖父的年代開始發生變化，以及您的農牧行事曆是否需要更新。
必要條件
您必須對輸入、輸出和模型有基本的熟悉度。
學習目標
在本單元中，您將：
- 定義監督式學習和非監督式學習。
- 探索成本函式會對學習流程產生哪種影響。
- 探索如何使用梯度下降法將模型最佳化。
- 使用學習率進行實驗，看看其會對定型產生哪種影響。