我自己私下會追蹤科技相關主題的自媒體
之前我在 LinkedIn 上看到一個我追蹤的Data Scientist (資料科學家) 提到關於AI的兩個專有名詞
她想跟大家解釋這兩個大家容易搞混的專有名詞概念有甚麼不同我滿喜歡她解釋的方式，條理很清楚，
很快可以理解想表達甚麼
底下我來拆解她用到的英文架構＆句型
歡迎你模仿起來~
① 定義不同專有名詞/概念
🔑 某專有名詞/概念 is about…, while 另一個專有名詞/概念 refers to…
某專有名詞/某概念是指關於…，而另一個專有名詞/概念指的則是…
帶入原文內容，作者想要解釋兩個跟AI有關的名詞有甚麼不同：
🎈 Applied AI is about the use of ML and other AI techniques to solve real-world problems, while industrializing ML refers to the process of making machine learning scalable and reliable enough to be used in production environments.
應用人工智慧是指關於利用機器學習和其他人工智慧技術來解決實際問題，而工業化機器學習指的則是使機器學習能夠規模化和足夠可靠，以在生產環境中使用的過程。
② 指出不同專有名詞概念各自應用在哪些地方
🔑 某專有名詞/某概念 focuses on 哪些地方
某專有名詞/某概念聚焦在/著眼於…
🔑 On the other hand, 另一個專有名詞/某概念 focuses on 哪些地方
另一方面來說，另一個專有名詞/某概念聚焦在/著眼於…
帶入原文內容：
🎈 Applied AI focuses on more specific use cases in life.
應用人工智慧聚焦在/著眼於生活中更具體的應用例子。
🎈 On the other hand, industrializing ML "focuses on" general processes.
另一方面來說，工業化機器學習聚焦在/著眼於一般性的流程。
換我模仿練習剛剛學到的句型
我想到這幾年對於理工科背景的人來說，
Machine Learning (機器學習) 跟 Data Science (資料學習) 都是很熱門的職涯領域選擇
但這兩個領域其實有時候大家會搞混
所以我可以用剛剛學到架構來解釋一下兩者的不同：
① 定義不同專有名詞/概念
👉 Machine Learning is about developing algorithms and models that empower computer systems to learn and enhance performance through experience, while Data Science refers to the comprehensive process of processing and gaining insights from data.
機器學習是指關於開發能使電腦系統透過經驗學習並提升效能的演算法和模型，而資料科學指的則是對資料進行全面性處理分析，並從中獲取洞見的過程。
② 指出不同專有名詞/概念各自應用在哪些地方
👉 Machine Learning focuses on the specialized field of algorithmic learning.
機器學習專注於演算法學習的專業領域。
👉 On the other hand, Data Science focuses on extracting meaningful information from data to support decision-making.
另一方面來說，資料科學則聚焦在從資料中提取出有意義的資訊，以支持決策制定。
分享完畢！
希望你喜歡囉~
🌏 歡迎免費訂閱我的七點半學英文電子報：
我會在每周五早上七點半把整理好的文章精華、重點整理圖卡，還有延伸學習材料送到你的信箱。
電子報訂閱連結： 👉 https://astounding-producer-2828.ck.page
(訂閱完記得去你的信箱做二次確認才會真的訂閱成功~)
🌏 追蹤我的臉書看最新文章：👉 https://lihi2.cc/kmbXu
🌏 想看更多內容，歡迎你收聽/收看我的節目理科生聊英文！
🎈 追蹤我的 Youtube "凱茜女孩 Cathy Girl"
👉 https://www.youtube.com/@cathygirl2763
🎈 訂閱我的 Podcast "理科生聊英文"
👉 https://lihi3.com/viRU7
