Conteúdo do curso Lição 85 de 250 · Seus Primeiros Modelos de Machine Learning
Seus Primeiros Modelos de Machine Learning

O Modelo Mental de Machine Learning

Machine learning parece algo místico, mas a ideia central é simples: em vez de escrever as regras você mesmo, você mostra muitos exemplos a um programa e deixa que ele encontre as regras. Quase tudo neste módulo se apoia em três ideias.

Features e rótulos

Um exemplo é dividido em duas partes. As features são o que você já sabe de início (o tamanho de uma casa, o número de quartos). O rótulo é o que você quer prever (o preço). Por longa tradição, as features se chamam X (uma tabela, letra maiúscula) e o rótulo se chama y (uma única coluna, minúscula).

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

Supervisionado vs não supervisionado

  • O aprendizado supervisionado tem rótulos. Você sabe a resposta certa para cada exemplo de treino, então o modelo aprende a mapear X para y. Prever preço, ou separar e-mails entre spam e não spam, são tarefas supervisionadas.
  • O aprendizado não supervisionado não tem rótulos. Você só tem X e pede ao modelo que encontre estrutura, como agrupar clientes parecidos. Este módulo inteiro é supervisionado.

O padrão fit / predict

Todo modelo do scikit-learn fala os mesmos dois verbos. Você vai ver este formato de novo e de novo:

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

Esse é todo o ritual. A parte difícil nunca é a API, é escolher boas features e medir com honestidade o quão bem o modelo se sai, que é o assunto do resto deste módulo.

Neste exercício você ainda não vai treinar nada. Você só vai fazer o primeiro passo, pouco glamoroso mas essencial: pegar uma tabela pequena e dividi-la em X e y.

Sua vez

Um pequeno DataFrame de moradia df é fornecido com as colunas size_sqft, bedrooms e price_k. Defina feature_cols = ["size_sqft", "bedrooms"], construa X = df[feature_cols] (apenas as duas colunas de entrada) e y = df["price_k"] (o rótulo). Depois defina n_features para o número de colunas de características e n_samples para o número de linhas.

Viu um problema nesta lição? Reporte-o · Pergunte sobre esta lição

Este exercício abre em breve

Termine a lição anterior para que esta seja desbloqueada. O curso inteiro é gratuito, não precisa de conta, e você pode ler esta lição agora mesmo.