Introduktion
Alla modeller är inte enkla matematiska ekvationer som kan ritas som en linje. I stället är vissa komplexa modeller enklare att tänka på, t.ex. flödesdiagram eller traditionella programmeringsstrukturer. Sådana modeller har vanligtvis extra nivåer av anpassning tillgängliga, vilket kan göra dem mer kraftfulla, men också svårare att arbeta med. Under de här övningarna ska vi utforska detta genom att manipulera hur modeller fungerar och tränas. Även om vi fokuserar på en typ av modell gäller de allmänna principerna här även för många andra modelltyper.
Scenario: Förutsäga sportresultat med maskininlärning
I den här modulen går vi igenom följande exempelscenario när vi förklarar begrepp kring modellarkitektur och hyperparametrar. Det här scenariot är utformat för att verka komplext först, men när övningarna fortskrider får vi lära oss hur du kan hantera det med lite kritiskt tänkande och experimentering.
Spelens motto består av tre latinska ord: Citius - Altius - Fortius. Dessa ord betyder Snabbare - Högre - Starkare. Sedan detta motto etablerades har utbudet av spel vuxit enormt till att omfatta skytte, segling och lagsporter. Vi vill utforska den roll som grundläggande fysiska funktioner fortfarande spelar för att förutsäga vem som vinner en medalj vid ett av de mest prestigefyllda sportevenemangen på planeten. För detta ändamål utforskar vi rytmisk gymnastik: ett modernt tillägg till de spel som kombinerar dans, gymnastik och calisthenics. Man kan förvänta sig att grundläggande egenskaper för ålder, höjd och vikt bara spelar en begränsad roll, med tanke på behovet av flexibilitet, flexibilitet, fingerfärdighet och samordning. Nu ska vi använda några mer avancerade maskininlärningsmodeller för att se hur viktiga dessa grundläggande faktorer verkligen är.
Förutsättningar
- Kunskaper om maskininlärningsmodeller
Utbildningsmål
I den här modulen kommer du att:
- Upptäck nya modelltyper: beslutsträd och slumpmässiga skogar.
- Lär dig hur modellarkitektur kan påverka prestanda.
- Öva på att arbeta med hyperparametrar för att förbättra träningseffektiviteten.