Ai相關

離開了「是非題」的分類世界，今天我們要進入「填空題」的回歸領域。透過加州房價預測，學習如何用 RMSE 與 R-squared 來衡量模型的精準度，並學會看穿殘差圖背後的真相。

在解決了「如何衡量模型」後，今天我們要進入真實世界的戰場。透過鐵達尼號資料集，學習如何從髒亂的原始數據開始，打好資料前處理的地基，並透過正則化與交叉驗證，打造出強健的分類引擎。

分類任務不只是選擇演算法。本篇透過乳腺癌診斷資料集，深入解析為什麼 Accuracy 會騙人、如何利用 L1/L2 正則化對抗過擬合，並透過 GridSearchCV 自動化尋找最佳模型參數。

這是一份專為初學者設計的機器學習全景地圖。我們將從 AI/ML/DL 的核心架構出發，跟著 Scikit-Learn 官方地圖，一站式走完分類、回歸、分群與降維這四大核心實戰任務。

實戰紀錄：利用 OpenClaw (龍蝦) 結合 Anthropic Claude 金融分析技能包，受到李弘毅老師啟發，從零打造一個能自動產出腳本、簡報與配音的財經 YouTube 頻道。

AI 系列-深入解析 AI Agent 如何透過 Skill 系統獲得執行力，從單純的對話機器人進化為全能工程師。