機器學習實作-快速上手建模

對於訓練模型階段，有時要注意有兩大塊：演算法跟資料，都可以影響到模型，鑑於現在有很多強大的模型可以在GitHub 上直接取用，確保資料有效也是相當重要。

還有對於建模人員，有種情況是如果有罕見的case，可能導致模型準確率一直很高，這個也需要注意。另一種情況是模型表現很好，但這個模式對於使用者幫助依舊不大，這時充分溝通很重要，搞懂使用者真實需求才能對症下藥。

關於訓練模型，準確度的評量最好要有一個基準值，例如人類來做的話準確率是多少，這樣才可以真正的把時間花在有效的地方，而訓練模型時也最好用小量的資料嘗試overfitting，去看準確度，如果小量資料的預測性都已經很差，在更大量資料下也很難預期會更好