臺灣「政府資料開放平台」（data.gov.tw）與各部會開放資料庫（如內政部 SEGIS、交通部 TDX、衛福部、財政部、環境部等）累積了涵蓋社會、經濟、交通、公衛與地理環境的巨量數據。
以下為GEMINI SPARK協助依OPEN DATA平台列舉 10 個具代表性、跨不同機器學習（Machine Learning）範式的實戰應用範例，完整涵蓋時間序列、監督式學習（迴歸/分類）、非監督式分群、異常檢測、圖神經網絡、關聯規則、推薦系統、生存分析與 NLP 語意分析。
1. 「全台 PM2.5 與空污擴散預測」——時間序列與時空注意力機制
臺灣開放資料源：環境部《空氣品質監測網》（AQI 歷史與即時監測資料）+ 氣象署《自動氣象站觀測資料》
應用主題：預測未來 24~72 小時全台各測站 PM2.5 濃度變化，並發布區域季節性空污預警。
特徵欄位（Features）：
PM2.5,PM10,SO2,NO2,O3（空氣污染物濃度）wind_speed,wind_direction（風速、風向向量）temperature,relative_humidity（氣溫、相對濕度）boundary_layer_height（混合層高度）
ML 演算法：LSTM / Temporal Fusion Transformer (TFT) / Prophet。
深度科學對位剖析：
數學直覺：空氣品質具備強烈的「時空自相關（Spatio-Temporal Autocorrelation）」與「滯後效應（Lag Effect）」。Temporal Fusion Transformer 透過自注意力機制（Self-Attention）自動辨識主要驅動因子（例如境外污染傳輸 vs. 本地風速沉降），並針對氣象特徵進行動態門控（Gated Residual Network, GRN）：
業務與政策解讀：協助環保局提前調控大型工廠降載降排，並提供民眾與學校作為戶外活動規劃依據。
2. 「雙北中古屋與預售屋房價估價」——監督式迴歸與特徵可解釋性 (XAI)
臺灣開放資料源：內政部《不動產買賣實價登錄開放資料》
應用主題：建立自動化估價模型（Automated Valuation Model, AVM），精準預測房屋總價與單價，評估房市透明度。
特徵欄位（Features）：
building_age（屋齡）total_area（建物移轉總面積）floor_ratio（所在樓層 / 總樓層）dist_to_mrt（距離最近捷運站距離）has_elevator（有無電梯）main_building_ratio（主建物占總面積比率）
ML 演算法：XGBoost / LightGBM 迴歸 + SHAP (SHapley Additive exPlanations)。
深度科學對位剖析：
數學直覺：房價特徵間存在高度非線性交互作用（例如：在北市核心區「屋齡 40 年」影響較小，但在郊區影響極大）。利用 Shapley 值進行邊際貢獻分解， quantify 捷運溢價（Premium Effect）與屋齡衰減的非線性拐點：
業務與政策解讀：銀行可用於房屋抵押貸款核貸風險評估，民眾可獲得客觀透明的購屋參考價格。
3. 「臺灣家庭消費結構與經濟階層分型」——非監督式分群與降維
臺灣開放資料源：行政院主計總處《家庭收支調查》（Survey of Family Income and Expenditure）
應用主題：剖析臺灣不同收入階層家庭在食品、住房、醫療、教育與休閒上的支出分配比例，進行生活型態分群。
特徵欄位（Features）：
disposable_income（可支配所得）food_share（食品非酒精飲料支出占比 - 昂格爾係數）housing_utilities_share（住宅服務與水電瓦斯占比）medical_share（醫療保健支出占比）education_leisure_share（教育與休閒文化占比）
ML 演算法：Z‑Score 標準化 → PCA → K‑Means++ / GMM
深度科學對位剖析：
數學直覺：消費金額數量級差異大（所得數十萬 vs. 娛樂支出數千），需先以 Z-Score 標準化，再透過主成分分析（PCA）將高維消費維度降至 2~3 個正交軸（如「生存負擔指數」與「生活品質享受指數」），避免多重共線性並在保留最高變異數（Explained Variance）前提下進行 K-Means++ 中心點初始化。
業務與政策解讀：幫助政府制定精準的補貼與稅制政策，並提供零售與金融業進行顧客分層（Customer Segmentation）精準行銷。
4. 「道路事故高風險熱點與危險行為檢測」——異常檢測
臺灣開放資料源：內政部警政署 / 交通部《道路交通事故（A1與A2類）開放資料》
應用主題：從全台數十萬筆交通事故紀錄中，識別出非典型事故模式與極端危險路口。
特徵欄位（Features）：
latitude,longitude（事故地點 WGS84 座標）time_hour（事故發生時段）weather_condition（天候狀態）road_type（道路型態：交叉路口/單向道/彎道）vehicle_types（涉案車輛種類組合）casualty_count（傷亡人數）
ML 演算法：孤立森林（Isolation Forest） / Local Outlier Factor (LOF)。
深度科學對位剖析：
數學直覺：Isolation Forest 利用隨機分割超平面孤立數據點。在特徵空間中，極端高風險事故或特殊工程瑕疵路口屬於少數且差異大的異常點，其在樹結構中的平均切割路徑長度 $h(x)$ 顯著較短：
$$s(x, n) = 2^{-\frac{E(h(x))}{c(n)}}$$
業務與政策解讀：交通局可針對高風險路口優化號誌時相與道路設計（如設置左轉專用道或路口縮小工程）。
5. 「YouBike 2.0 車站調度與跨站流動」——圖神經網絡 (GNN) 與空間網絡分析
臺灣開放資料源：交通部 TDX 運輸資料流通服務《公共自行車 YouBike 即時與歷史借還車資料》
應用主題：預測全台各 YouBike 站點未來 30 分鐘的「無車可借」與「無位可還」機率，優化車輛調度動線。
特徵欄位（Features）：
station_location（站點經緯度座標）net_flow（淨借還車流量）station_capacity（站點總柱數）mrt_proximity（距離鄰近捷運站距離）rain_flag（即時降雨標記）
ML 演算法：時空圖卷積網絡（Spatio-Temporal Graph Convolutional Networks, ST-GCN）。
深度科學對位剖析：
數學直覺：站點之間的騎行軌跡形成有向加權圖 $G=(V, E, A)$，拉普拉斯矩陣 $L = D - A$ 刻畫了站點間的拓撲連通性。ST-GCN 在空間維度使用圖卷積提取站點間的轉乘網絡關係，在時間維度使用 1D 卷積捕捉流量趨勢：
業務與政策解讀：調度團隊可進行精準車輛補給分配，降低熱點站點滿位或空站率。
6. 「慢性病共病路徑與健保用藥模式」——關聯規則挖掘 (Association Rule Mining)
臺灣開放資料源：衛福部中央健康保險署《門診與住院醫療申報公開統計資料》
應用主題：挖掘臺灣中高齡族群常見慢性病（如高血壓、高血脂、高血糖）之間的共病發展路徑與併發症組合。
特徵欄位（Features）：
age_group（年齡層）icd10_codes（主要與次要國際疾病分類代碼組合）drug_classes（處方藥物種類）department（就醫科別）
ML 演算法：FP-Growth 演算法（計算 Support, Confidence, Lift）。
深度科學對位剖析：
數學直覺：FP-Growth 構建 FP-Tree 避免了頻繁項集產生過程中的大量候選集生成。透過提升度（Lift）判定兩種疾病同框出現若 Lift > 1 表示
與 正相關。 
科學意義：若 Lift > 1 表示 A
與B 正相關。 若 $\text{Lift}(\text{糖尿病} \rightarrow \text{慢性腎臟病}) > 2$，代表糖尿病患者並發腎臟病的機率遠高於隨機期望值。
業務與政策解讀：輔助國健署推動慢性病整合門診，提早介入高風險併發症患者的健康管理。
7. 「國旅景點與藝文展演智慧推薦」——混合式推薦系統
臺灣開放資料源：文化部《全國藝文活動資訊開放服務》+ 觀光署《臺灣旅宿與觀光景點開放資料》
應用主題：根據旅客的個人偏好、造訪歷史與當前季節地點，推薦個人化的國旅行程與展演活動。
特徵欄位（Features）：
user_interests（使用者偏好標籤：戶外自然、歷史古蹟、親子展覽）spot_category（景點/展演分類）ticket_price（門票價格）stay_duration（預計停留時間）spatial_distance（距離使用者當前位置距離）
ML 演算法：混合式推薦系統（Hybrid Recommender System）：基於內容過濾（Content-Based Filter） + 隱性矩陣分解（Matrix Factorization / SVD）。
深度科學對位剖析：
數學直覺：將使用者偏好與景點特徵映射至低維隱含因子空間（Latent Factor Space），利用奇異值分解（SVD）近似預測未造訪景點的隱含喜好評分：
業務與政策解讀：促進在地觀光與文化產業發展，紓解連假熱門景點人潮，引導旅客至潛力私房景點。
8. 「臺灣新創與中小企業存續壽命分析」——生存分析 (Survival Analysis)
臺灣開放資料源：經濟部商業發展署《公司設立登記》與《公司解散/廢止登記開放資料》
應用主題：評估不同產業、資本額與設立地區的中小企業在成立 1~5 年內的生存機率與歇業風險。
特徵欄位（Features）：
business_duration_months（企業存續月數 / 時間至事件）is_dissolved（是否已解散廢止 / 右刪截標記 Censoring）capital_amount（登記資本額）industry_code（所營事業項目分類）location_county（設立縣市）director_share_ratio（董監事持股比例）
ML 演算法：Cox 比例風險模型（Cox Proportional Hazards Model） / 隨機生存森林（Random Survival Forests）。
深度科學對位剖析：
數學直覺：商業登記資料中許多企業至今仍正常營運（右刪截數據 Right-Censored Data）。Cox 模型透過估算風險函數（Hazard Function），量化資本額與產業類別對風險比率（Hazard Ratio）的影響：
業務與政策解讀：協助中小企業信用保證基金（信保基金）優化融資擔保審核機制，並指導青年創業輔導政策。
9. 「電商與消費爭議申訴自動分流」——NLP 自然語言處理與文本分類
臺灣開放資料源：行政院消費者保護處《消費爭議申訴案件統計資料》
應用主題：對消費者的文字申訴內容進行自動化語意分析，迅速判定爭議類別（如退換貨拒絕、個資洩露、廣告不實）與急迫性等級。
特徵欄位（Features）：
complaint_text（申訴事由摘要與經過文字）dispute_amount（爭議金額）industry_type（申訴對象產業分類）
ML 演算法：Taiwanese-BERT / RoBERTa 繁體中文預訓練模型 + TF-IDF + Logistic Regression Baseline。
深度科學對位剖析：
數學直覺：繁體中文文本經由 BERT 雙向 Transformer 編碼器處理，透過多頭自注意力機制（Multi-Head Self-Attention）擷取上下文語意向量（Contextualized Embeddings），精準識別「退款遭拒」、「假冒賣家」等關鍵爭點詞彙：
業務與政策解讀：消保官與地方政府可實現申訴案件的自動化優先級分流，提升消費爭議處理效率。
10. 「全台鄉鎮市區少子高齡化與地方創生潛力」——多變量空間降維與綜合評估
臺灣開放資料源：內政部《SEGIS 社會經濟資料庫 / 鄉鎮市區社會經濟指標》
應用主題：評估全台 368 個鄉鎮市區的人口結構、經濟活力與醫療資源，劃分「地方創生優先區」與「高發展潛力區」。
特徵欄位（Features）：
aging_index（老化指數）birth_rate（粗出生率）doctors_per_10k（每萬人醫師數）tax_revenue_per_cap（人均地方稅收）college_pop_ratio（大專以上人口比例）net_migration_rate（人口淨遷入率）
ML 演算法：PCA 主成分分析 + UMAP 非線性降維可視化 + Hierarchical Agglomerative Clustering (分層階層分群)。
深度科學對位剖析：
數學直覺：10+ 個社會經濟變數間存在高度多重共線性（Multicollinearity）。利用特徵值分解（Eigendecomposition）將協方差矩陣轉化為互相正交的主成分（PC1 代表「都市化與經濟強度」，PC2 代表「人口老齡化程度」），再結合 UMAP 在低維空間保持流形（Manifold）局部與全域結構。
業務與政策解讀：國家發展委員會（國發會）可用於精準撥補地方創生預算，引導企業投資偏鄉。
💡 總結對照表（Summary Matrix）
| 序號 | 臺灣開放資料源 | 應用主題 | 核心機器學習演算法 | 機器學習範式 (ML Paradigm) |
| 1 | 環保部 AQI / 氣象署觀測 | 全台 PM2.5 / AQI 空污預測 | Temporal Fusion Transformer (TFT) | 時空時間序列預測 |
| 2 | 內政部實價登錄 | 雙北中古屋/預售屋房價估價 | XGBoost / LightGBM + SHAP | 監督式迴歸與可解釋 AI |
| 3 | 主計總處家庭收支調查 | 臺灣家庭消費結構與經濟階層分型 | PCA + K-Means++ / GMM | 非監督式降維與分群 |
| 4 | 警政署/交通部 A1A2 事故 | 道路事故高風險熱點與危險行為檢測 | Isolation Forest / LOF | 異常檢測 (Anomaly Detection) |
| 5 | 交通部 TDX YouBike 資料 | YouBike 2.0 車站即時調度與流量 | Spatio-Temporal GCN (ST-GCN) | 圖神經網絡 (GNN) |
| 6 | 健保署醫療申報統計 | 慢性病共病路徑與健保用藥模式 | FP-Growth 演算法 | 關聯規則挖掘 |
| 7 | 文化部藝文 / 觀光署景點 | 國旅景點與藝文展演智慧推薦 | Hybrid (SVD + Content-Based) | 推薦系統 (Recommender System) |
| 8 | 經濟部公司設立與解散登記 | 新創與中小企業生存壽命分析 | Cox Proportional Hazards Model | 生存分析 (Survival Analysis) |
| 9 | 消保處消費爭議申訴統計 | 消費爭議申訴文本自動分流 | Taiwanese-BERT / RoBERTa | 自然語言處理 (NLP) 分類 |
| 10 | 內政部 SEGIS 鄉鎮市區指標 | 鄉鎮市區少子高齡化與地方創生潛力 | PCA + UMAP + 分層階層分群 | 多變量降維與分群 |
