要讓機器像人類具有學習與判斷能力，基本上就是運用數據資料進行訓練與預測，下列步驟何者正確？
A建模→分析→收集→預測
B分析→收集→建模→預測
C收集→分析→建模→預測正確答案
D預測→分析→收集→建模
答案與詳解
C
正確答案
機器學習標準流程為先有資料才能分析，接著建模，最後預測。正確順序為：收集→分析→建模→預測。
為什麼答案是 C
標準機器學習流程：先收集資料、接著分析與清理資料、然後建立模型、最後進行預測。
考點：流程順序考點：機器學習步驟
載入中…
完整詳解
Pro · 無限重點 機器學習標準流程為先有資料才能分析，接著建模，最後預測。正確順序為：收集→分析→建模→預測。
秒殺技巧
秒解邏輯：資料是燃料，必須先「收集」才能「分析」；模型是引擎，必須先「建模」才能「預測」。依因果關係秒選C。逐選項分析
A流程順序✕
必須先「收集」資料才能進行後續的分析與建模，建模不能排在最前面。
B流程順序✕
必須先「收集」資料才能進行「分析」，沒有資料就無法分析，順序顛倒。
C機器學習步驟✓ 正確
標準機器學習流程：先收集資料、接著分析與清理資料、然後建立模型、最後進行預測。
D流程順序✕
預測是最後一步，必須先建立好模型才能輸入新資料進行預測，不能排在最前面。
機器學習標準四步驟
| 步驟 | 核心任務 | 白話理解 |
|---|---|---|
| 1. 收集 | 獲取原始資料資料 | 去市場買菜(找食材) |
| 2. 分析 | 資料清理、特徵工程 | 洗菜、切菜(處理食材) |
| 3. 建模 | 選擇演演算法訓練模型 | 下廚炒菜(烹調料理) |
| 4. 預測 | 輸入新資料產出結果 | 端上桌給客人吃(驗證) |
陷阱提醒
考生易將「分析」與「收集」順序顛倒，或誤以為「建模」可以先於資料收集。請記住：資料是機器學習的燃料，沒有「收集」就絕對無法進行後續的任何步驟，依因果邏輯即可破解。