摘要
讓我們彙總一下前面說過的內容。
我們主要是以決策樹和隨機樹系為例來處理複雜的分類問題。 我們的案例很困難 (要訓練模型來猜測哪些選手是韻律體操獎牌得主)，但我們成功了。 有趣的是，我們找到只使用基本特徵就能做到的方法：年齡、體重、身高和奧運會舉辦年度。
我們已了解如何將複雜的模型最佳化，我們往往需要決定如何建構模型，例如其大小或深度。 我們討論過更大、更複雜的模型在內部有多令人難以理解，但訓練之後，其表現往往會比較簡單的模型類型更令人印象深刻。
我們也練習了如何使用超參數，也就是會影響訓練運作方式的設定。 我們發現，超參數會大幅改善模型的訓練成效，而要找到最佳選項就需要推理和實驗。