簡介
機器學習模型是一種電腦演算法，使用資料來進行估計 (有根據的猜測) 或決策。 機器學習模型與傳統演算法的設計方式並不相同。 傳統的電腦軟體需要改善時，會由人員進行編輯。 相反的，機器學習演算法會運用資料讓特定工作取得更好的結果。
例如，垃圾郵件篩選器會使用機器學習。 20 年前，垃圾郵件篩選器並沒有很多可從中學習的範例，而且分辨垃圾郵件的能力也不佳。 隨著垃圾郵件越來越多，且使用者持續標示垃圾郵件，機器學習演算法已累積更多經驗，篩選能力也開始提升。
量身打造的腳套
在此課程模組中，我們會使用範例情境來說明重要的機器學習概念。
在此案例中，您擁有銷售雪地救援犬隻使用的胸背帶商店，最近也擴展業務販售犬用腳套。 客戶似乎都能挑選出正確的胸背帶尺寸，但卻不斷地下訂尺寸錯誤的犬用腳套。 您知道大部分的客戶都會在同一次交易中購買胸背帶和腳套，因此您靈機一動：或許您可以根據客戶所選的胸背帶，大致推斷合適尺寸的犬用腳套。 接下來，您就可以在客戶購買前告知客戶其所選的腳套尺寸是否合適。
在此課程模組中，我們會建立可實作此購想的機器學習模型。 在過程中，我們會透過此案例為您介紹一些基本的機器學習概念，並示範如何在實際的設定中使用它們。
學習目標
在此課程模組中，您將會：
- 探索機器學習與傳統軟體有何差異。
- 建立和測試機器學習模型。
- 載入模型，並用於新的資料。
必要條件
無