## 情境

你是一位 AI 工程師。

現在系統已經可以從不同來源產生 事件（Event），例如：

- 使用者行為紀錄
- 感測器數值
- 影像模型產生的偵測結果

問題來了：

> 每一個事件，都值得系統處理嗎？

在真實系統中，AI 很少是用來「回答問題」，
而是用來協助系統做判斷，例如：

- 這是不是異常？
- 這個事件風險高不高？
- 需要通知人嗎？

👉 這正是機器學習（Machine Learning）最常出現的位置。

## Scikit-learn

Scikit-Learn 為 Python 的一個開源的機器學習框架，基本上是用 CPU 訓練模型的，算是相當適合入門的機器學習框架。當然效能上不會比 GPU 訓練的好。

## 安裝 Sklearn

$ python3 -m venv env
$ source env/bin/activate
$ pip3 install scikit-learn

<kbd>
</kbd>

## 檢查版本

$ pip3 list | grep scikit-learn
scikit-learn  1.8.0

## Workshop: 安裝 scikit-learn
1. 請安裝 scikit-learn
2. 請檢查版本，確定 scikit-learn 安裝成功
3. 你的版本不一定要跟老師的一樣

## 預先知識

- 機器學習套件工作流程

<kbd></kbd>