Neblux 知識圖譜
機器學習
機器學習發展從資料中學習模型或決策規則的方法。在監督式學習中，帶有標記的範例引導模型學習指定任務。
概觀
訓練依據資料與選定的目標調整模型。在訓練樣本上表現良好，並不等於能處理新的案例。評估須考慮任務、指標與資料分布；訓練和部署環境之間的分布變化，可能使原本有用的泛化表現估計失效。
為什麼重要
機器學習為醫學影像分析、分子結構預測及多種資料密集型科學研究提供了強大的分析工具。隨著預測系統廣泛應用於社會決策，演算法偏見、透明度與權力集中等議題已成為法律與公共政策的重要焦點。