# L23202v2 派工書（艾冉專用）

> 編：Heiter（2026-05-06）
> 來源：欣梅爾指示「派三個 subagent 同時做，不然繪製太慢了」

## 任務總覽

**目標**：在 `/Users/kueikuei/aiondaily/ipas_AI規劃師中級/科目三_學習指引/output3/L23202_常見機器學習演算法v2/images/` 產出 **17 張新圖**。

**Prompt 來源**：`output3/L23202_常見機器學習演算法v2/prompts.md`（27 頁完整版）。

**規則**：
1. 開 **3 個 subagent 並行** — 不要 sequential 一張一張畫
2. 每張圖 prompt 從 v2/prompts.md 對應頁讀取，**全文照抄不要改寫**
3. STYLE_BASE / TERMS_RULE / LAYOUT_RULE 四個變數要展開
4. 圖檔規格：16:9、2048×1152、繁體中文清楚可讀
5. 檔名嚴格按 v2/prompts.md 中「建議輸出檔名」一字不差
6. 每張存到 `output3/L23202_常見機器學習演算法v2/images/`

**不要做**：
- 不要重畫 v2/images/ 已存在的 10 張（p01/p02/p03/p06/p08/p09/p12/p15/p18/p19）— 那些是從 v1 沿用過來的，已驗證正確
- 不要動 prompts.md 的文字
- 不要動 v1 目錄

## 17 張派工清單（已分組）

### Subagent A — 5 張 v1 缺漏（單方法頁，最單純）

| 檔名 | v2/prompts.md 對應 prompt |
|---|---|
| `L23202_p04_sec2_2_lasso_ridge.png` | P04 Lasso 迴歸與嶺迴歸 |
| `L23202_p05_sec2_3_svr.png` | P05 支援向量迴歸（SVR） |
| `L23202_p10_sec3_2_svm.png` | P10 支援向量機（SVM） |
| `L23202_p11_sec3_3_decision_tree_classifier.png` | P11 決策樹分類器 |
| `L23202_p13_sec3_5_naive_bayes.png` | P13 樸素貝式分類 |

### Subagent B — 6 張集成式家族子頁（迴歸 + 分類）

| 檔名 | v2/prompts.md 對應 prompt |
|---|---|
| `L23202_p07a_sec2_5_random_forest_regressor.png` | P07a Random Forest Regressor |
| `L23202_p07b_sec2_5_gradient_boosting_regressor.png` | P07b Gradient Boosting Regressor |
| `L23202_p07c_sec2_5_xgboost_lightgbm_regressor.png` | P07c XGBoost + LightGBM 迴歸 |
| `L23202_p14a_sec3_6_bagging_vs_boosting_rf.png` | P14a Bagging vs Boosting + RF Classifier |
| `L23202_p14b_sec3_6_gradient_boosting_classifier.png` | P14b Gradient Boosting Classifier |
| `L23202_p14c_sec3_6_xgboost_lightgbm_classifier.png` | P14c XGBoost + LightGBM 分類 |

### Subagent C — 6 張非監督式家族子頁（分群 + 降維）

| 檔名 | v2/prompts.md 對應 prompt |
|---|---|
| `L23202_p16a_sec4_1_kmeans.png` | P16a k-means |
| `L23202_p16b_sec4_1_hierarchical.png` | P16b 階層式分群 |
| `L23202_p16c_sec4_1_dbscan.png` | P16c DBSCAN |
| `L23202_p17a_sec4_2_pca.png` | P17a PCA 線性降維 |
| `L23202_p17b_sec4_2_tsne.png` | P17b t-SNE 非線性降維 |
| `L23202_p17c_sec4_2_umap.png` | P17c UMAP 高效非線性降維 |

## 完成判定

當 `output3/L23202_常見機器學習演算法v2/images/` 共有 **27 張 PNG**（已沿用 10 張 + 新生 17 張），即任務完成。

完成後請回報：
1. 17 張是否全到位
2. 任何 prompt 解讀有疑慮的地方
3. 哪幾張你覺得有風險（過擠 / 字壓到 / 公式錯字）

— Heiter