在這大數據時代，生活中處處充滿著不同的資訊，如果將每筆數據（data）列為一筆觀測值（observation）並收集起來，我們就能粗略地得到一組由多筆數據結合在一起，可能是結構化（structured）或非結構化（unstructured）的數據集（dataset）。加以整理與篩選，把認為對自己有用的資訊（information）提出，並將無用的資訊剔除，就能得到一個可用於進行分析、訓練模型、或作為研究依據的資料集（dataset）。資料集可以包含數值、文字、圖片、音訊或影片等各種類型的資料，視其應用目的決定如何收集與整理。

交叉驗證（Cross-Validation, CV）是常用於機器學習的模型驗證技術，用於評估模型在未見資料上的泛化能力。透過將資料集切分為訓練集、驗證集與測試集，並反覆進行訓練與評估，交叉驗證能在資料量有限的情況下，有效測試模型的性能，評估模型的泛化能力並用於減少過擬合和與偏差等問題。交叉驗證在控制過擬合、選擇最佳模型、調整超參數等方面扮演重要角色，特別是能預測模型面對新資料的表現，是現代機器學習流程中不可或缺的一環。

臺灣 AI 雲（Taiwan Computing Cloud, TWCC）是國家高速網路與計算中心（國網中心）旗下單位，是提供 AI 技術研發與雲端運算服務的平臺。 TWCC 擁有快速部署、有效統御、智算兼備、數據匯集等特點，能以先進容器與 GPU 技術迅速建構安全彈性的運算環境，支援大規模平行運算與高效資料管理，加速開發流程，滿足多元應用需求。

財團法人國家實驗研究院國家高速網路與計算中心（簡稱國網中心）是一個致力於高效能計算、儲存、網路、平臺整合等技術的研究機構。隨著大數據與人工智慧的普及，擁有一個良好的模型訓練環境就顯得尤為重要。作為臺灣頂尖的大型計算平臺和學術研究網路設施的國家實驗室，國網中心的電腦設備不僅在資安與資料加密方面出色，更積極研發先進高速計算方法、量子計算與巨量資料分析技術。利用國網中心的設備進行模型訓練與預測，不僅能夠實現快速運算，還能確保過程的安全性與穩定性，是研究人員首屈一指的選擇。