Programma Les 85 van 250 · Je eerste Machine Learning modellen
Je eerste Machine Learning modellen

Het Machine Learning Mentaal Model

Machine learning klinkt mystiek, maar de kern is simpel: in plaats van de regels zelf te schrijven, laat je een programma veel voorbeelden zien en laat je het de regels vinden. Bijna alles in deze module rust op drie ideeën.

Kenmerken en labels

Een voorbeeld is gesplitst in twee delen. De features zijn wat je vooraf weet (de grootte van een huis, aantal slaapkamers). De label is wat je wilt voorspellen (de prijs ervan). Volgens lange traditie worden features X genoemd (een tabel, hoofdletter) en wordt het label y genoemd (een enkele kolom, kleine letter).

      X (features)          y (label)
  size_sqft  bedrooms        price_k
     650        1              220
     800        2              265
    1200        3              410

Supervised vs unsupervised

  • Supervised learning heeft labels. Je kent het juiste antwoord voor elk trainingsvoorbeeld, dus het model leert om X naar y te mappen. Het voorspellen van een prijs, of het sorteren van e-mail naar spam of niet-spam, zijn supervised.
  • Unsupervised learning heeft geen labels. Je hebt alleen X en vraagt het model om structuur te vinden, zoals het groeperen van vergelijkbare klanten. Dit hele module is supervised.

Het fit / predict patroon

Elk scikit-learn model spreekt dezelfde twee werkwoorden. Je zult deze vorm keer op keer zien:

model = SomeModel()
model.fit(X, y)          # learn from examples
model.predict(X_new)     # guess labels for new rows

Dat is het hele ritueel. Het moeilijke deel is nooit de API, het is het kiezen van goede features en eerlijk meten hoe goed het model presteert, waar de rest van deze module over gaat.

In deze oefening ga je nog niets trainen. Je gaat alleen de onglamouroze maar essentiële eerste stap doen: neem een kleine tabel en hak deze in X en y.

Jij bent aan de beurt

Er wordt een kleine housing DataFrame df gegeven met kolommen size_sqft, bedrooms en price_k. Stel feature_cols = ["size_sqft", "bedrooms"] in, bouw X = df[feature_cols] (alleen de twee input kolommen) en y = df["price_k"] (het label). Stel daarna n_features in op het aantal feature kolommen en n_samples op het aantal rijen.

Een probleem ontdekt in deze les? Meld het · Vraag naar deze les

Deze oefening opent binnenkort

Maak de les ervoor af voordat deze wordt ontgrendeld. De hele cursus is gratis, geen account nodig, en je kunt deze les nu lezen.