Я знаю, что вы думаете…. так ли просто машинное обучение?

да и нет..но сделать простую модель не так уж и сложно. это также дает вам общее представление о том, «как работает модель мл», и уверенность.

Вот три шага.

  1. загрузить и предварительно обработать данные
  2. загрузите модель ML, которую вы применяете
  3. сделать предсказание

каждый проект машинного обучения таким образом, и вы можете играть с ним. позвольте мне по секрету сказать вам, что проект глубокого обучения также работает очень похожим образом.

1. загружать и предварительно обрабатывать данные

вы загружаете данные, и вы можете сделать это, это очень просто, если вы знаете python и litter bit pandas lib. (не волнуйтесь, вы можете изучить его, вам не нужно изучать всю библиотеку pandas.)

Теперь предварительно обработайте эту немного сложную часть всего процесса на каждом уровне, но для начинающих вы можете использовать уже предварительно обработанные данные. по-прежнему вам нужно делать такие вещи, как разделение данных, преобразование текста в числовое кодирование. (дело в том, что вы можете увеличить свою сложность здесь и узнать больше, но если ваша цель состоит в том, чтобы получить представление, не усложняйте вещи)

2. загрузите модель машинного обучения, которую хотите применить

здесь все имеет смысл, и вы получаете ответ «как работает модель машинного обучения».

вам нужно изучить теорию бит мл.

  1. мы загружаем конкретную модель, которую хотим применить. ( 1-строчный код)
  2. мы устанавливаем параметр этой модели.
  3. мы подгоняем наши данные к этой модели (1-строчный код). как MODEL (данные x, данные y и т. д. параметра)

Готово, ребята, мы обучили нашу модель, теперь мы просто новички, чтобы делать наши прогнозы.

3. Сделайте прогноз

это очень простая часть. мы вызываем метод прогнозирования этой модели мл и помещаем в него наши данные (снова 1 строка кода). сделать наш прогноз это так же просто, как его.

ОСОБОЕ ПРИМЕЧАНИЕ — →

Вы можете усложнять вещи на каждом уровне и знать, что я пропустил технические детали, но это дает вам просто общий обзор. это дает новичкам хорошую скиму.

можете не обращать внимания на мою орфографическую ошибку. невнимательно прочитай. наслаждайтесь обучением.

задайте мне вопрос и исправьте мою ошибку.