Úvod
Výstupy klasifikačních modelů jsou kategorické, což znamená, že je lze použít k označování vstupů nebo rozhodování. Například autonomní auto používá klasifikaci k rozhodnutí, jestli se má otočit doleva nebo doprava na rozcestí. Klasifikační model se liší od klasických regresních modelů, kde jsou výstupy souvislé, například velikost obuvi nebo rychlost trénování. Klasifikační modely jsou různorodé v tom, jak fungují. Začněme tím, že se zaměříme na logistickou regresi, což je jednodušší a oblíbený typ modelu, který se používá široce napříč mnoha zbraněmi vědy a průmyslu.
Scénář: Předpovídání lavin pomocí strojového učení
V tomto modulu použijeme následující ukázkový scénář k vysvětlení konceptů souvisejících s klasifikací. Tento scénář je navržený tak, aby poskytoval příklad toho, jak můžete tyto koncepty splnit ve vlastním programování.
Vaše charita je zodpovědná za lavinové záchranné operace na turistických trasách napříč severozápadem Spojených států. Pravda, nejbezpečnější možnost by byla trvale zavřít všechny stezky během lyžařské a turistické sezóny, ale to by znamenalo, že žádní sportovci by si nemohli užít skvělou přírodu! Vaším cílem je vytvořit model, který dokáže předpovědět, jestli jeden den pravděpodobně způsobí lavinu. Potom pomocí této předpovědi můžete trasu zavřít, když je riziko vysoké. Mějte na paměti při vytváření předpovědí: Předpovědi lavin, které nenastanou, mohou poškodit místní cestovní ruch, zatímco nepředpovězení lavin, které nastanou, může vést ke ztrátám na životech. Je zřejmé, že musí být nalezena rovnováha.
Opatrnost
Data pro tato cvičení jsou vytvořena a jsou výhradně pro vzdělávací účely. Pro ty dychtivé horolezce a milovníky lyžování: Strojové učení lze použít k predikci lavin, ale tato data ani váš trénovaný model nepoužívejte k ničemu jinému než k učení se o strojovém učení.
Požadavky
- Znalost modelů strojového učení
Studijní cíle
V tomto modulu:
- Zjistěte, jak se klasifikace liší od klasické regrese.
- Vytváření modelů, které můžou provádět úlohy klasifikace
- Prozkoumání, jak vyhodnotit a vylepšit klasifikační modely