繼上一篇的「資料切分三兄弟」之後，我們來談談 IPAS 考試的靈魂：如何判斷一個模型學得好不好？以及，如何判斷一個問題該用什麼方法解？
核心觀念一：過擬合 vs 欠擬合 vs 剛好擬合
你的模型是好學生，還是死背書的學生？
- 欠擬合 (Underfitting) → 學渣 模型太過簡單，連教科書（訓練集）的內容都學不好，特徵太少或模型太弱，導致訓練集和測試集的表現都很差。
- 過擬合 (Overfitting) → 書呆子 模型把教科書（訓練集）背得滾瓜爛熟，連標點符號都記下來，導致訓練集表現極好，但一考模擬考或正式大考（驗證/測試集）就傻眼。因為它只會「死背」，缺乏舉一反三的泛化能力。
- 剛好擬合 (Good Fit) → 真學霸 在教科書上學得好，模擬考和正式大考也考得不錯，代表模型學到了知識的精髓與真正的規律。
核心觀念二：常見任務類型識別
拿到一個商業問題，你怎麼知道該把它歸類為哪種 AI 任務？
判斷訣竅：先問自己「需不需要標準答案(標籤)？」。需要，就是監督式；不需要，就是非監督式。再問「預測出來的是類別還是數值？」。類別，就是分類；數值，就是回歸。
這是你上考場前的最後裝備！
我們的【IPAS 考前終極衝刺包】有最完整的考前必看，是你上考場前最重要的定心丸！
當你掌握了這些，下一步就是要開始做模擬題，我將教會您如果使用AI，來幫我們出考題。在我們的【IPAS 考前終極衝刺包】裡，也整理了考前必看的一些常常會搞混的問題，是你上考場前最重要的定心丸。
別讓幾個月的努力，因為觀念混淆而失分。
一起跟Lun，陪你玩轉 AI 新世代。
＊本內容為個人學習筆記，非官方資訊，僅供參考，請以 iPAS 官方公告為準。
