背景與挑戰
把模型訓練、比較、版本管理與預測掛進一個既有的 CRUD 系統，而且不能動原有的程式碼。另一個要求是誠實：模型選擇不能偷看測試集。
我負責的部分
獨力完成。
Flask · scikit-learn · Server-Sent Events
成果與驗證
0.844啟用版本的 AUC，測試準確率 83.8%
3種演算法、可刪除的版本庫，功能被真的用過
以上為專案在 2026-09-01 至 09-07 整理的成果；測試集與實際使用情境不同，個別量測範圍見各項說明。
實作過程
展開技術選擇、遇到的問題與解法
- 以 Flask Blueprint 掛載到既有 CRUD 系統，原有路由處理函式一行未改。
- 把 20% 資料在一開始就保留，模型選擇只看交叉驗證，不偷看測試集。