Vertex AI AutoML、BigQuery ML、自訂訓練怎麼選？
AutoML、BigQuery ML、自訂訓練怎麼選？用飲料店四個需求走一遍：資料在 BigQuery 用 SQL 訓練、照片檢查用 AutoML、PyTorch 模型走自訂訓練、文字分類改用 Gemini，附比較表與 PMLE 考點。
Vertex AI
訓練資料讀太慢？TFRecords、tf.data 與 prefetch 加速
訓練資料讀太慢？用飲料店 200 萬張封膜照片算給你看：GPU 為什麼在等資料、prefetch 怎麼把一步 1.3 秒壓到 0.4 秒、TFRecords 檔案要切多大、Cloud Storage 怎麼讀最快，附 PMLE 考點。
機器學習的資料隱私怎麼保護？DLP、聯邦學習、VPC Service Controls
機器學習的資料隱私怎麼保護？用連鎖飲料店的會員資料算給你看：DLP 把手機和卡號遮掉、k-匿名算出被認出的機率、聯邦學習讓資料留在手機、VPC Service Controls 防外洩，附 PMLE 考點。
特徵工程是什麼？特徵交叉、詞嵌入、資料增強一次看懂
特徵工程是什麼？用連鎖飲料店算給你看：特徵交叉讓模型學到晴天下午爆單、詞嵌入算出哪杯最像珍奶、資料增強把 500 張照片變 6,000 張，附 BigQuery ML 寫法與 PMLE 考點。
資料前處理怎麼做？標準化、遺失值、高基數類別
資料前處理怎麼做？用連鎖飲料店資料算給你看標準化、對數縮放、截斷、遺失值補中位數、One-hot 與雜湊分桶，附 BigQuery ML 自動前處理、TRANSFORM 寫法與 PMLE 考點。
類別不平衡怎麼辦？過取樣、欠取樣與 Upweighting
類別不平衡怎麼辦？用 10,000 筆交易只有 100 筆盜刷的例子，算給你看過取樣、欠取樣加權、類別權重怎麼做，為什麼準確率 99% 也沒用，附 BigQuery ML 設定與 PMLE 考點。
資料洩漏是什麼？模型考試作弊的 3 種常見情況
資料洩漏是什麼？用飲料店例子算給你看偷看未來、答案藏在題目裡、考卷混進練習題 3 種情況，學會用 4 個警訊抓出來，附 BigQuery ML、AutoML 防範做法與 PMLE 考點。
過度擬合是什麼？正則化、Dropout、提前停止 3 招解決
過度擬合是什麼？用飲料店三個模型看出誰在死背，再一步步算給你看正則化 L1、L2、Dropout、提前停止怎麼解決，附 BigQuery ML 設定與 PMLE 考點。
ROC 曲線和 AUC 怎麼看？門檻怎麼調、AUC-PR 差在哪
ROC 曲線和 AUC 怎麼看？用 10 人快篩分數一格一格算出 ROC 曲線與 AUC，搞懂門檻怎麼調、資料不平衡為什麼要看 AUC-PR，附 BigQuery ML、AutoML 做法與 PMLE 考點。
混淆矩陣是什麼？用快篩搞懂準確率、精確率、召回率、F1
混淆矩陣是什麼？用流感快篩一組數字算給你看準確率、精確率、召回率、F1，搞懂為什麼準確率 99% 也可能沒用、什麼時候追召回率，附 BigQuery ML 評估與 PMLE 考點。