AI獲得如此巨大的成功，主要原因來自於機器學習和深度學習模型，汲取特徵的方式和傳統統計方法相差盛鉅，一般線性模型只能捕捉到資料間線性的關係，而機器學習善於捕捉非線性關係。如在二分類問題上，常見的統計方法，可能會使用羅吉斯迴歸來進行預測，但在樣本類別極度不平衡的情況下，羅吉斯迴歸會受到資料佔比較大的一方所影響，因而計算出失準之權重；在機器學習的模型中，常見用來解決二分類問題的模型，有支持向量機(Support Vector Machine, SVM)和隨機森林(Random Forest, RF)，根據SVM的損失函數，便可以了解其運作的核心概念...
會員