以 IBM Watson Visual Recognition（Watson VR）說明 Image Data 的辨識與 Business Application。
理解 Visual Recognition 如何由影像輸出 Classification／Recognition，以及影像複雜度對結果的影響。
原書以 Figures 12.5–12.7 展示 Watson VR、影像辨識與 Text Recognition，並要求比較不同影像的辨識難度及 Insurance Custom Classifier 的用途。
| 項目 | 原書內容 |
|---|---|
| 資料型態 | 原書指定的示範 Images |
| 分析輸出 | Watson Visual Recognition Output |
| Figures | Figures 12.5–12.7 |
| 應用情境 | Insurance Custom Classifier |
Upload Image → Inspect Recognition Output → Compare Images → Evaluate Error／Ambiguity → 連結到 Business Use Case。
原書未在此處提供可由本頁獨立重算的固定數值結果；不自行生成 Recognition Scores。
Visual Recognition 可把 Image Data 轉成可分析資訊，但影像內容、清晰度、訓練資料與分類器適配度都會影響輸出。
「比較已提供的兩組 Image Recognition Output，指出可能造成辨識差異的影像特徵；只根據 Output 與影像資訊判讀。」
問題：為何某些 Image 更難辨識？
**參考解答：**可能因物件不清楚、畫面複雜或特徵不足；原 Exercise 要求學生根據 image3.jpg 的實際 Output 解釋。