監督式學習流程
1.設定學習目標--設定你希望 A.I. 要幫你解決的問題
2.蒐集資料數據
3.選擇 A.I. 模型--A.I. 模型各有優缺,選出最適合的模型
4.標記你的學習目標--準備標準答案
5.整理剩餘的資料(答案以外的數據,就是 A.I. 的學習資料庫)
6.把資料切成三份:
一份給 A.I. 學習:讓 A.I. 學習--設定基礎參數,開始讓 A.I. 進行學習,然後生出一個模型
一份給 A.I. 改正:讓 A.I. 改正--驗證產生出來的模型好不好,進行模型的調整
一份給 A.I. 回測:讓 A.I. 回測--實際給 A.I. 一批它沒看過的資料,看看結果如何
7.回測結果分析--對結果進行績效分析,從結果決定這個模型該保留與否
8.模型保留 → 未來實際應用 / 模型不保留 → 重新建設