Autopilot Steps、Model Repository、Leaderboard、Partition 與 Blueprint。
理解 AML 如何訓練多個 Models 並比較 Performance。
原書展示 DataRobot Model Repository、Autopilot、Feature Importance、Leaderboard、Training／Validation／Holdout Partition，以及 Recommended 與 Most Accurate Model Blueprints。
Figures 10.9–10.17、Tables 10.1–10.3。
比較 Models、Partition Logic、Pre-processing 與 Blueprint，而非只看單一 Score。
原書展示具體 DataRobot Output；本頁不重建未完整擷取的數值。
Leaderboard 是模型選擇入口，不是自動化的最終決策。
依原書說明 Training、Validation、Holdout 與 Blueprint 在 DataRobot Workflow 中各自扮演什麼角色。
若用 Holdout 反覆調模型，會發生什麼？
參考解答： Holdout 可能失去作為真正 Unseen Data 的獨立檢驗功能。