今天的內容會帶大家了解 1. 經由平台的操作，了解深度學習效果的觀察指標 2. 體驗類神經模型形狀：加深與加寬的差異 3. 理解輸入特徵對類神經網路的影響 雖然圖像化更直覺，但是並非量化指標且可視化不容易，故深度學習的觀察指標仍以損失函數/誤差為主 對於不同資料類型，適合加深與加寬的問題都有，但加深適合的問題類型較多 輸入特徵的選擇影響結果甚鉅，因此深度學習也需要考慮特徵工程 有了大概的理解之後，我們開始今天的學習吧！！！