話說前陣子，老闆突然丟個任務給我，說是要提升啥機器學習的效率。你知道的，每次聽到「機器學習」這幾個字，我就頭大。但沒辦法，誰讓我是打工人？
為搞懂這個東西，我上網查一下「機器學習」的英文到底是畢竟，要研究這玩意，總不能連英文名都不知道？
這一查，原來是Machine Learning，縮寫是ML。這名字還挺形象的，機器嘛自己學習。
接著，我又去翻翻各種資料，發現這機器學習其實是人工智能(Artificial Intelligence, AI)的一個分支。說白，就是讓電腦像人一樣，可以從數據裡面學到東西，然後自己做判斷、做預測。
我的實踐過程大概是這樣的：
- 第一步，當然是先搞清楚概念。我看很多文章，也看些影片，大概解機器學習是怎麼回事。
- 第二步，開始找資料。既然要研究，就得有數據嘛我找一些公開的數據集，也找一些相關的論文來看。
- 第三步，動手試試。我選一個比較簡單的機器學習模型，用Python寫點程式碼，跑一下數據。
- 第四步，分析結果。看看跑出來的結果怎麼樣，有沒有什麼問題，需不需要調整參數。
整個過程，其實還挺有趣的。雖然一開始有點懵，但慢慢地，就摸到點門道。當然，中間也踩不少坑，比如數據沒處理模型選錯，等等。不過，這不就是學習的過程嘛
最後，我把我的實踐過程和結果整理一下，寫份報告給老闆。老闆看之後，好像還挺滿意的。哈哈，看來這次的任務，算是順利完成！