一句話說明
監督式學習（Supervised Learning）是一種讓 AI 從「有正確答案的範例」中學習規律的方法，是目前最常見也最實用的機器學習類型。
核心概念：看範例學規律
想像你在教一個小孩辨認水果。你拿出一顆蘋果說「這是蘋果」，拿出一根香蕉說「這是香蕉」，反覆幾十次之後，小孩就能自己辨認沒看過的蘋果和香蕉了。
監督式學習做的就是這件事。你提供一大堆「輸入加正確答案」的配對（這些正確答案就是「標註」或「標籤」），讓模型找出輸入和答案之間的規律。學完之後，模型就能對新的、沒看過的輸入做出預測。
「監督」這個詞的意思就是：學習過程中有「老師」在旁邊告訴你正確答案。
兩種主要任務
監督式學習處理兩大類問題：
分類（Classification）：預測輸入屬於哪個類別。
這封信是垃圾郵件還是正常郵件？（二元分類）這張圖是貓、狗、還是鳥？（多類別分類）這筆信用卡交易是正常還是盜刷？（異常偵測也常用分類處理）這個客戶會不會在下個月取消訂閱？（流失預測）
迴歸（Regression）：預測一個連續的數值。
這間房子的市場價格是多少？明天的氣溫是幾度？這個客戶下個月的消費金額大約是多少？這支股票明天的收盤價可能是多少？
差別在於：分類的答案是離散的類別（A、B、C），迴歸的答案是連續的數字（25.3、100000）。判斷方法很簡單——如果你要預測的目標是「哪一種」，就是分類；如果是「多少」，就是迴歸。
訓練流程
監督式學習的訓練流程可以拆成五步：
第一步：準備資料。收集大量的「輸入-答案」配對。例如 10 萬封已經標記為「垃圾」或「正常」的電子郵件。資料品質在這個階段就決定了模型的上限——如果標註不準確，後面怎麼調都救不回來。
第二步：特徵工程（Feature Engineering）。把原始資料轉換成模型能理解的數值形式。例如一封 email 的原始文字需要轉成數值向量。常見的特徵工程方法包含：數值標準化（把不同範圍的數值縮放到同一個區間）、類別編碼（把「男/女」轉成 0/1）、文字向量化（TF-IDF、Word2Vec）、時間特徵提取（從日期提取出星期幾、月份、是否假日）。特徵工程的品質直接影響模型表現。在深度學習出現之前，特徵工程是機器學習最花時間的部分。
第三步：拆分資料集。通常把資料拆成三份——訓練集（60-70%）、驗證集（10-20%）和測試集（20%）。訓練集用來學習，驗證集用來在訓練過程中調整超參數和監控是否過擬合，測試集留到最後才用，用來評估模型在沒見過的資料上表現如何。很多初學者犯的錯誤是只拆兩份（訓練和測試），然後用測試集來調參數——這會導致對測試集過擬合，模型在真實世界的表現會比你預期的差。
另一種更嚴謹的做法是交叉驗證（Cross-Validation）。最常用的是 k-fold 交叉驗證：把資料分成 k 份（通常 5 或 10），每次用其中 1 份當驗證集、其他 k-1 份當訓練集，重複 k 次，最後取平均結果。這讓每一筆資料都被驗證過，結果更可靠，但訓練時間也是 k 倍。
第四步：訓練模型。模型看訓練資料，做出預測，然後和正確答案比較。差距越大，模型調整的幅度越大。這個過程重複幾千到幾百萬次。每一次調整的幅度由學習率（Learning Rate）控制——學習率太大，模型震盪不收斂；太小，訓練太慢可能卡在局部最優解。
第五步：評估模型。用測試集評估模型的表現。如果模型在訓練集上表現很好但測試集上很差，代表過擬合（Overfitting）——模型背了答案但沒學會規律。如果訓練集和測試集的表現都不好，代表欠擬合（Underfitting）——模型太簡單，學不到資料中的規律。
評估指標
訓練完模型之後，怎麼知道它好不好？不同任務有不同的評估指標：
分類任務的常見指標：
準確率（Accuracy）：預測對的比例。如果有 100 筆資料，模型猜對 90 筆，準確率就是 90%。但準確率在資料不平衡時會誤導你。例如詐騙偵測中 99% 是正常交易、1% 是詐騙，一個什麼都不做、永遠猜「正常」的模型準確率就有 99%。
精確率（Precision）：模型說「是」的預測中，真正是的比例。如果模型說 10 筆是詐騙，其中 8 筆真的是詐騙，精確率就是 80%。精確率高代表「模型說是的東西通常真的是」。
召回率（Recall）：所有實際是的案例中，模型找到了多少。如果實際有 20 筆詐騙，模型找到 8 筆，召回率就是 40%。召回率高代表「模型不容易漏掉」。
F1 Score：精確率和召回率的調和平均數。當你需要在精確率和召回率之間找平衡時使用。F1 = 2 × (Precision × Recall) / (Precision + Recall)。
AUC-ROC：ROC 曲線下面積。AUC 值介於 0 到 1 之間，0.5 代表隨機猜，1.0 代表預測完美。AUC 的優勢是不受分類門檻（threshold）影響，適合比較不同模型的整體判別能力。
迴歸任務的常見指標：
MAE（Mean Absolute Error）：預測值和實際值的平均差距。直觀易懂——MAE 是 5 萬元代表平均偏差 5 萬。
RMSE（Root Mean Squared Error）：對大的偏差懲罰更重。如果模型偶爾出現很離譜的預測，RMSE 會比 MAE 高出很多，提醒你注意極端情況。
R-squared（決定係數）：模型解釋了多少比例的變異。R² = 0.8 代表模型解釋了 80% 的資料變異，還有 20% 是模型無法解釋的。
一個實際的例子：你在做信用卡詐騙偵測。如果漏掉一筆真正的詐騙（假陰性），銀行可能損失幾萬元。如果把正常交易誤判為詐騙（假陽性），客戶只是被暫時擋住交易。在這個場景下，召回率比精確率重要——寧可多擋幾筆正常交易，也不要漏掉真正的詐騙。
常見演算法比較
| 演算法 | 類型 | 適用場景 | 優點 | 缺點 | 適合的資料量 |
|---|---|---|---|---|---|
| 線性迴歸 | 迴歸 | 簡單預測、特徵和目標近似線性關係 | 簡單、快速、可解釋 | 無法捕捉非線性關係 | 少量到中等 |
| 邏輯迴歸 | 分類 | 二元分類、基準模型 | 簡單、快速、機率輸出 | 無法捕捉複雜邊界 | 少量到中等 |
| 決策樹 | 兩者 | 需要可解釋性的場景 | 直觀、可視化、不需特徵縮放 | 容易過擬合 | 中等 |
| 隨機森林 | 兩者 | 表格資料、特徵重要性分析 | 準確、穩健、不易過擬合 | 訓練慢、模型大 | 中等到大量 |
| XGBoost/LightGBM | 兩者 | 結構化資料的競賽和生產環境 | 準確度高、速度快 | 需要調參、不直觀 | 中等到大量 |
| SVM | 分類 | 高維度、小資料集 | 在高維度表現好 | 大資料集訓練慢 | 少量到中等 |
| 神經網路 | 兩者 | 圖片、文字、語音等非結構化資料 | 能學複雜模式 | 需要大量資料和算力 | 大量 |
各演算法的進一步說明：
線性迴歸（Linear Regression）是最簡單的迴歸演算法，假設輸入和輸出之間是線性關係。它的數學公式就是 y = ax + b 的多維版本。簡單預測問題和初步探索資料時的好起點。
邏輯迴歸（Logistic Regression）名字裡有「迴歸」，但其實是分類演算法。它用 Sigmoid 函數把線性迴歸的輸出壓縮到 0 和 1 之間，代表某個類別的機率。常用於二元分類，例如判斷是否違約。因為輸出是機率，可解釋性好——你能知道模型有多「確定」。
決策樹（Decision Tree）像流程圖一樣，用一連串的是非題把資料分類。例如「年收入大於 50 萬？是→繼續看年齡，否→判斷為低信用」。容易理解和解釋，但單棵樹的效果有限，而且很容易過擬合——如果讓樹長到很深，它會把訓練資料背下來。
隨機森林（Random Forest）建立很多棵決策樹（通常 100 到 1000 棵），每棵樹只看部分資料和部分特徵，最後讓它們投票決定結果。比單棵決策樹準確得多，也不容易過擬合，是表格式資料上最常用的演算法之一。
梯度提升（Gradient Boosting）和隨機森林不同的地方在於，它的樹是序列建立的——每棵新的樹專門修正前面所有樹犯的錯誤。XGBoost、LightGBM 和 CatBoost 是三個主要的梯度提升實作。XGBoost 在 Kaggle 競賽中非常流行，LightGBM 在大資料集上訓練速度更快，CatBoost 對類別特徵（如地區、職業）的處理更方便。在結構化資料（表格資料）的分類和迴歸任務上，梯度提升通常是表現最好的傳統機器學習演算法。
支援向量機（Support Vector Machine，SVM）的概念是在資料之間找到一個最佳的「分隔邊界」。在二維空間中是一條線，三維空間中是一個平面，更高維度中是一個超平面。SVM 用核函數（Kernel）技巧把資料映射到更高維度的空間，讓原本線性不可分的資料變得可分。SVM 在小資料集和高維度資料上表現好，但在大資料集上訓練時間很長（計算複雜度大約是 O(n²) 到 O(n³)）。
神經網路（Neural Network）模仿生物神經元的連接方式，能學習非常複雜的規律。深度學習就是使用很多層的神經網路。圖片辨識、語音辨識、自然語言處理的突破都來自深層神經網路。但神經網路是「大胃王」——需要大量資料和大量算力才能訓練好，且模型內部是黑盒子，難以解釋為什麼做出某個預測。
特徵工程
特徵工程是把原始資料轉換成模型能有效學習的形式。在深度學習普及之前，這是機器學習中最花時間也最需要領域知識的步驟。即使在深度學習時代，好的特徵工程仍然能大幅提升表格資料任務的表現。
常見的特徵工程方法：
數值特徵處理。標準化（Standardization）把特徵的均值調成 0、標準差調成 1。正規化（Normalization）把特徵值縮放到 0 到 1 之間。對數變換（Log Transform）把右偏的分布（例如收入、房價）變得更對稱。對 SVM 和邏輯迴歸這類對特徵尺度敏感的演算法，特徵縮放特別重要。決策樹和隨機森林不受特徵尺度影響，可以跳過這步。
類別特徵處理。One-Hot Encoding 把類別變成多個 0/1 欄位（例如「縣市」變成「是否台北」「是否台中」等欄位）。Label Encoding 把類別映射成數字（但暗示了不存在的順序關係，要小心使用）。Target Encoding 用每個類別對應的目標平均值來取代類別（例如把「台北」替換成台北的平均房價），效果好但有過擬合風險。
衍生特徵。從現有特徵組合或計算出新特徵。例如從「出生年月日」計算「年齡」、從「購買金額」和「購買次數」計算「平均客單價」、從「註冊日期」和「最後登入日期」計算「帳號閒置天數」。好的衍生特徵可能比換演算法的效果還大。
特徵選擇。太多特徵不一定好。不相關的特徵會增加雜訊和訓練時間。常用的方法有：相關係數篩選（和目標相關性太低的特徵移除）、特徵重要性排序（用隨機森林的 feature importance 來挑選重要特徵）、遞迴特徵消除（RFE，逐步移除最不重要的特徵直到表現不再提升）。
處理資料不平衡
在很多真實場景中，正反類別的比例差異很大：詐騙偵測中正常交易佔 99% 以上、製造業中良品佔 99%、罕見疾病診斷中健康個體佔絕大多數。這種資料不平衡會導致模型偏向預測多數類別——永遠猜「正常」就能有 99% 準確率，但這樣的模型毫無用處。
常見的處理方法：
過採樣（Oversampling）：增加少數類別的樣本。SMOTE（Synthetic Minority Over-sampling Technique）是最常用的方法——它不是簡單複製少數類別的樣本，而是在少數類別的樣本之間「插值」，生成新的合成樣本。效果比單純複製好，但可能在少數類別的邊界上產生雜訊。
欠採樣（Undersampling）：減少多數類別的樣本。簡單有效，但會丟失多數類別的資訊。Random Undersampling 隨機移除多數類別樣本。Tomek Links 移除靠近分類邊界的多數類別樣本，讓邊界更清晰。
類別權重（Class Weights）：不改變資料本身，而是讓模型在訓練時對少數類別的錯誤給更高的懲罰。大部分的演算法都支援 class_weight 參數，設成 "balanced" 就會自動根據類別比例調整。這是最簡單的方法，通常可以作為第一個嘗試。
實務上的建議：先試 class_weight="balanced"（最簡單），效果不好再試 SMOTE，還不行再考慮組合方法（先 SMOTE 再 Tomek Links 清理邊界）。不要只看準確率——用 F1 Score 或 AUC-ROC 來評估不平衡資料的模型。
常見錯誤
資料洩漏（Data Leakage）是監督式學習中最常見也最危險的錯誤。資料洩漏是指訓練過程中意外使用了測試時不應該知道的資訊，導致模型在測試中表現很好，但在真實世界中表現很差。
常見的洩漏情境：
用未來的資料預測過去。例如用 12 月的銷售額特徵來預測 11 月的銷售量——在實際預測時你不會有未來的資料。
在拆分資料前做特徵工程。例如用整份資料（包含測試集）計算標準化的均值和標準差。正確做法是只用訓練集計算均值和標準差，然後用這些值去轉換測試集。
目標欄位的衍生特徵。例如用「是否有退貨紀錄」來預測「是否為詐騙訂單」——在實際應用中，你在下單時還不知道會不會退貨。
其他常見錯誤：
沒有打亂資料。如果資料是按時間或類別排序的，拆分後的訓練集和測試集分布可能不一致。在拆分前先隨機打亂資料。但時間序列資料例外——時間序列不能打亂，必須用時間順序拆分，否則就是用未來預測過去。
用測試集調參數。測試集應該只在最後評估一次。如果你用測試集的結果來調整超參數，等於把測試集當成訓練資料的一部分了。正確做法是用驗證集（或交叉驗證）來調參數。
忽略類別不平衡。用準確率來評估不平衡資料集的模型會得到誤導的高分。改用 F1、AUC-ROC 或 Precision-Recall 曲線。
過度調參。花太多時間微調超參數，得到的改善可能只有 0.1%，不如把時間花在特徵工程或收集更多資料上。
標註資料的成本
監督式學習最大的瓶頸是：需要大量標註過的資料。
簡單的標註（這封信是不是垃圾郵件）成本低，非專業人員就能做。外包給標註平台（如 Amazon Mechanical Turk、Scale AI、Labelbox），每筆大約 0.01 到 0.1 美元。1 萬筆簡單標註的成本大約在 100 到 1,000 美元。
專業的標註（這張 X 光片是否有腫瘤）需要領域專家，成本高昂。一張醫療影像的標註成本可能是幾十到幾百元台幣。如果需要幾萬張，成本就非常可觀。法律文件的標註需要律師、程式碼的品質標註需要資深工程師，這些都是高成本的專業標註。
標註品質直接影響模型品質。不同標註者對同一筆資料的判斷可能不一致（inter-annotator agreement），需要多人標註和品質審核機制。常見做法是每筆資料由 3 人標註，取多數決，一致率低於某個門檻的資料交由專家覆審。
降低標註成本的策略：
主動學習（Active Learning）：讓模型自己挑選「最有價值」的資料來標註。模型對不確定的資料請人類標註，對有信心的資料自動標註。可以用 20-30% 的標註量達到全部標註 80-90% 的效果。
弱監督（Weak Supervision）：用規則、啟發式或 LLM 來自動產生大量品質不高但數量多的標註。例如用 GPT-4 來標記情感分析的訓練資料。缺點是標註品質不如專家，且可能引入 AI 本身的偏見。Snorkel 是一個專門做弱監督的框架。
資料增強（Data Augmentation）：對已有的標註資料做變換來產生更多訓練資料。圖片可以旋轉、翻轉、裁切；文字可以做同義詞替換、回翻譯（中文翻英文再翻回中文）。
工具與框架比較
| 工具 | 語言 | 適合場景 | 優點 | 缺點 | 費用 |
|---|---|---|---|---|---|
| scikit-learn | Python | 傳統 ML、原型開發 | API 統一、文件好、生態豐富 | 不支援 GPU、大資料慢 | 免費 |
| XGBoost | Python/R/Java | 表格資料、生產環境 | 準確度高、速度快 | 需要調參經驗 | 免費 |
| LightGBM | Python/R/C++ | 大資料集、高效訓練 | 記憶體效率高、訓練快 | 小資料集可能過擬合 | 免費 |
| CatBoost | Python/R | 含類別特徵的資料 | 類別特徵處理好、不易過擬合 | 社群較小 | 免費 |
| AutoML (Google) | Python | 自動化模型選擇和調參 | 不需要 ML 專業知識 | 成本較高、黑盒 | 按用量計費 |
| Azure AutoML | Python | 企業整合 | 與 Azure 生態整合好 | 成本較高 | 按用量計費 |
| H2O AutoML | Python/R/Java | 自動化 ML | 開源版免費、速度快 | 進階功能需付費版 | 開源版免費 |
| Amazon SageMaker | Python | AWS 生態整合 | AutoPilot 自動化、彈性算力 | 成本結構複雜 | 按用量計費 |
對於剛開始接觸監督式學習的人，建議從 scikit-learn 入門。它的 API 設計非常統一——所有演算法都用 fit() 訓練、predict() 預測、score() 評估。學會用 scikit-learn 後，轉到 XGBoost 或 LightGBM 只需要改幾行程式碼。
如果完全不想寫程式碼，Google AutoML、Azure AutoML 和 Amazon SageMaker AutoPilot 都提供拖拉式的介面。上傳 CSV 檔案，選擇要預測的欄位，系統自動完成特徵工程、模型選擇、超參數調優。費用依用量而定——Google AutoML Tables 的訓練費用大約每小時 19.32 美元，部署後每預測 1000 筆約 0.05 到 1.8 美元不等。
和其他學習方式的比較
非監督式學習（Unsupervised Learning）：沒有正確答案，模型自己發現資料中的結構和規律。常見任務包括分群（Clustering，例如把客戶分成不同族群）和降維（Dimensionality Reduction，例如 PCA 把高維資料壓縮到可視化的 2-3 維）。應用場景：客戶分群（不知道有幾種客戶，讓模型自己分）、異常偵測（找出和大多數資料明顯不同的點）、資料探索（了解資料的結構）。
強化學習（Reinforcement Learning）：透過和環境互動，根據獎勵訊號學習最佳策略。例如 AlphaGo 透過下棋的勝負回饋學會圍棋。和監督式學習的差異是：監督式學習每一步都有正確答案，強化學習只有在一連串動作之後才得到回饋。適合序列決策問題——遊戲 AI、機器人控制、推薦系統的排序。
自監督式學習（Self-supervised Learning）：把未標註資料轉換成監督式學習的形式。例如 GPT 的預訓練是「給前面的文字，預測下一個詞」——答案從資料本身就能得到，不需要人工標註。BERT 的預訓練是把一些詞遮住，讓模型猜被遮住的詞。自監督式學習是目前大型語言模型和基礎模型（Foundation Model）的核心訓練方式。
遷移學習（Transfer Learning）和監督式學習的關係：遷移學習是把在一個任務上學到的知識轉移到另一個任務上。例如用 ImageNet 上預訓練的圖片辨識模型，微調後用來辨識醫療影像。預訓練階段通常用自監督式學習（大量無標註資料），微調階段用監督式學習（少量標註資料）。這個「預訓練加微調」的範式讓小團隊也能用少量標註資料做出好的模型。
安全與限制
訓練資料的偏見會被學進模型。如果訓練資料中某個族群的信用紀錄較少，模型對該族群的判斷就會比較不準。這在信用評分和履歷篩選等高風險場景中尤其需要注意。Amazon 在 2018 年就因為 AI 招聘工具偏見（從歷史資料學到偏好男性求職者）而放棄了該工具。
標註錯誤會誤導模型。大規模資料集中，一定比例的標註是錯的（通常 5-15%）。少量雜訊模型通常能容忍，但系統性的標註錯誤會導致模型學到錯誤的規律。例如如果標註者傾向把長信件標為垃圾郵件（因為懶得讀完），模型就會學到「長信件是垃圾郵件」這個錯誤的規律。
模型無法處理訓練中沒見過的類別。如果垃圾郵件的手法改變了（例如用 Unicode 替代字元繞過關鍵字偵測），模型可能無法辨認。這就是為什麼模型需要定期用新資料重新訓練。概念漂移（Concept Drift）——資料的分布隨時間改變——是生產環境中監督式學習模型最常見的退化原因。
隱私風險。訓練資料可能包含個人資料（如交易紀錄、醫療影像），需要確保資料收集和使用符合個資法規範。模型本身也可能透過成員推論攻擊（Membership Inference Attack）洩漏訓練資料中是否包含特定個人的資訊。
對抗樣本（Adversarial Examples）。經過精心設計的微小擾動可以讓模型做出完全錯誤的預測。例如在圖片上加入人眼看不出來的雜訊，就能讓模型把熊貓辨認成長臂猿。這在自動駕駛和安全檢測等場景中是潛在的安全威脅。
可解釋性。深度學習模型（如神經網路）的決策過程是黑盒子。在金融信貸審核、醫療診斷等需要解釋「為什麼拒絕」或「為什麼這樣判斷」的場景中，監管機構可能要求模型具有可解釋性。LIME 和 SHAP 是兩個常用的模型解釋工具。
常見問題
ChatGPT 和 Claude 是監督式學習訓練出來的嗎？
部分是。它們的訓練分兩個階段：第一階段的預訓練是自監督式學習（預測下一個 token），第二階段的對齊（RLHF/RLAIF）則使用了監督式學習（SFT，監督式微調）和強化學習。
需要多少資料才能訓練監督式學習模型？
取決於問題的複雜度和演算法。簡單的分類問題（如情感分析），幾百到幾千筆可能就夠。複雜的圖片辨識任務，通常需要幾千到幾萬筆。深度學習模型的參數越多，通常需要越多的資料。經驗法則是：特徵數的 10 倍以上是合理的起點（例如 20 個特徵至少需要 200 筆資料）。
監督式學習和規則引擎（Rule-based）怎麼選？
如果規則明確且固定（例如「金額超過 50 萬就標記」），用規則引擎更簡單可靠。如果規律複雜且難以用人工規則描述（例如垃圾郵件的特徵組合太多），監督式學習更適合。實務中兩者常搭配使用——先用規則處理明確的案例，不確定的再交給模型。
標註資料可以用 AI 自動產生嗎？
可以，這稱為弱監督（Weak Supervision）或用 LLM 標註。例如用 GPT-4 來標記情感分析的訓練資料。缺點是 AI 標註的品質不如專家標註，且可能引入 AI 本身的偏見。適合對精確度要求不極端高的場景。建議的做法是用 AI 標註大部分資料，再由人工抽樣審核 10-20%，確認品質在可接受的範圍。
台灣有什麼公開的標註資料集？
政府開放資料平台（data.gov.tw）有部分可用的資料。中研院的 CKIP 提供中文自然語言處理的標註資料。台大的醫療影像標註資料在學術研究中也有使用。另外，Kaggle 上有不少含台灣資料的公開資料集。Hugging Face 的 Datasets Hub 也有中文的 NLP 資料集。
什麼時候該用深度學習，什麼時候用傳統機器學習？
表格資料（CSV 格式的結構化資料）用 XGBoost 或 LightGBM 通常比深度學習好——訓練快、不需要 GPU、不容易過擬合、結果可解釋。圖片、語音、文字等非結構化資料用深度學習。如果資料量少於 1 萬筆，傳統機器學習通常是更好的選擇。
怎麼處理模型上線後效果變差的問題？
這通常是概念漂移（Concept Drift）——資料的分布隨時間改變了。解法是建立監控機制，持續追蹤模型的預測準確率。當準確率低於某個門檻時，用新的資料重新訓練模型。定期重新訓練的頻率取決於業務變化的速度——詐騙偵測可能每週需要更新，房價預測可能每季更新就夠。
監督式學習的模型可以解釋嗎？
取決於演算法。線性迴歸、邏輯迴歸、決策樹本身就是可解釋的——你可以看到每個特徵的權重或決策規則。隨機森林和 XGBoost 提供特徵重要性排序，告訴你哪些特徵對預測影響最大。神經網路是黑盒子，但可以用 LIME 或 SHAP 做事後解釋——它們會告訴你，對於某一筆預測，哪些特徵把結果推向了哪個方向。
相關文章
參考資料
- Andrew Ng, "Machine Learning" (Stanford CS229)
- Scikit-learn Documentation: Supervised Learning
- 台灣 AI 實驗室公開資源
- Chen & Guestrin, "XGBoost: A Scalable Tree Boosting System" (2016)
- Ke et al., "LightGBM: A Highly Efficient Gradient Boosting Decision Tree" (2017)
- Chawla et al., "SMOTE: Synthetic Minority Over-sampling Technique" (2002)
- Lundberg & Lee, "A Unified Approach to Interpreting Model Predictions" (SHAP, 2017)