Les questions suivantes vous aident à mieux comprendre les concepts de base du ML.
Puissance prédictive
Les modèles de ML supervisés sont entraînés à l'aide d'ensembles de données contenant des exemples étiquetés. Le modèle apprend à prédire l'étiquette à partir des caractéristiques. Cependant, toutes les caractéristiques d'un ensemble de données n'ont pas de pouvoir prédictif. Dans certains cas, seules quelques caractéristiques servent de prédicteurs de l'étiquette. Dans l'ensemble de données ci-dessous, utilisez le prix comme libellé et les autres colonnes comme caractéristiques.
Selon vous, quelles sont les trois caractéristiques les plus prédictives du prix d'une voiture ?
Make_model, year, miles.
La marque/modèle, l'année et le kilométrage d'une voiture sont probablement parmi les meilleurs prédicteurs de son prix.
Couleur, hauteur, make_model.
La hauteur et la couleur d'une voiture ne sont pas de bons prédicteurs de son prix.
Miles, gearbox, make_model.
La boîte de vitesses n'est pas un prédicteur principal du prix.
Tire_size, wheel_base, year.
La taille des pneus et la longueur du porte-à-faux ne sont pas de bons prédicteurs du prix d'une voiture.
L'apprentissage supervisé et non supervisé
En fonction du problème, vous utiliserez une approche supervisée ou non supervisée.
Par exemple, si vous connaissez à l'avance la valeur ou la catégorie que vous souhaitez prédire, vous utiliserez l'apprentissage supervisé. Toutefois, si vous souhaitez savoir si votre ensemble de données contient des segmentations ou des regroupements d'exemples associés, vous devez utiliser l'apprentissage non supervisé.
Supposons que vous disposiez d'un ensemble de données sur les utilisateurs d'un site Web d'achat en ligne, qui contenait les colonnes suivantes:
Si vous souhaitez comprendre les types d'utilisateurs qui visitent le site, utiliseriez-vous l'apprentissage supervisé ou non supervisé ?
Apprentissage non supervisé
Comme nous voulons que le modèle regroupe des groupes de clients associés, nous allons utiliser l'apprentissage non supervisé. Une fois que le modèle a regroupé les utilisateurs, nous avons créé nos propres noms pour chaque cluster, par exemple "chercheurs de remises", "chasseurs de bonnes affaires", "surfeurs", "fidèles" et "errants".
L'apprentissage supervisé, car j'essaie de prédire à quelle classe un utilisateur appartient.
En apprentissage supervisé, l'ensemble de données doit contenir l'étiquette que vous essayez de prédire. Dans l'ensemble de données, aucun libellé ne fait référence à une catégorie d'utilisateurs.
Supposons que vous disposiez d'un ensemble de données sur la consommation d'énergie des foyers avec les colonnes suivantes:
Quel type de ML utiliseriez-vous pour prédire les kilowattheures consommés par an pour une maison nouvellement construite ?
Apprentissage supervisé
L'apprentissage supervisé s'entraîne sur des exemples étiquetés. Dans cet ensemble de données, "kilowattheures utilisés par an" serait le libellé, car il s'agit de la valeur que vous souhaitez que le modèle prédise. Les caractéristiques sont la superficie, l'emplacement et l'année de construction.
Apprentissage non supervisé
L'apprentissage non supervisé utilise des exemples sans étiquette. Dans cet exemple, "kilowattheures utilisés par an" serait le libellé, car il s'agit de la valeur que vous souhaitez que le modèle prédise.
Supposons que vous disposiez d'un ensemble de données de vols avec les colonnes suivantes:
Si vous souhaitiez prédire le coût d'un billet de bus, utiliseriez-vous la régression ou la classification ?
Régression
La sortie d'un modèle de régression est une valeur numérique.
Classification
La sortie d'un modèle de classification est une valeur discrète, généralement un mot. Dans ce cas, le coût d'un billet de bus est une valeur numérique.
Sur la base de cet ensemble de données, pourriez-vous entraîner un modèle de classification afin de classer le coût d'un billet de bus en "élevé", "moyen" ou "faible" ?
Oui, mais nous devons d'abord convertir les valeurs numériques de la colonne coach_ticket_cost en valeurs catégorielles.
Vous pouvez créer un modèle de classification à partir de l'ensemble de données.
Vous devez procéder comme suit :
- Déterminez le coût moyen d'un billet entre l'aéroport de départ et l'aéroport de destination.
- Déterminez les seuils qui correspondent à "élevé", "moyen" et "faible".
- Comparez le coût prévu aux seuils et affichez la catégorie dans laquelle la valeur se trouve.
Non. Il n'est pas possible de créer un modèle de classification. Les valeurs coach_ticket_cost sont numériques et non catégorielles.
Avec un peu d'effort, vous pouvez créer un modèle de classification.
Non. Les modèles de classification ne prédisent que deux catégories, comme spam ou not_spam. Ce modèle doit prédire trois catégories.
Les modèles de classification peuvent prédire plusieurs catégories. Il s'agit de modèles de classification à classes multiples.
Entraînement et évaluation
Une fois un modèle entraîné, nous l'évaluons à l'aide d'un ensemble de données avec des exemples étiquetés et comparons la valeur prédite du modèle à la valeur réelle de l'étiquette.
Sélectionnez les deux meilleures réponses à la question.
Si les prédictions du modèle sont très éloignées de la réalité, que pouvez-vous faire pour les améliorer ?
Réentraînez le modèle, mais n'utilisez que les caractéristiques qui, selon vous, ont le plus de pouvoir prédictif pour le libellé.
En réentraînant le modèle avec moins de caractéristiques, mais avec une plus grande puissance prédictive, vous pouvez obtenir un modèle qui génère de meilleures prédictions.
Vous ne pouvez pas corriger un modèle dont les prédictions sont très éloignées de la réalité.
Il est possible de corriger un modèle dont les prédictions sont inexactes. La plupart des modèles nécessitent plusieurs cycles d'entraînement avant de pouvoir effectuer des prédictions utiles.
Réentraîner le modèle à l'aide d'un ensemble de données plus volumineux et plus diversifié
Les modèles entraînés sur des ensembles de données comportant plus d'exemples et une plage de valeurs plus large peuvent produire de meilleures prédictions, car ils disposent d'une solution plus généralisée pour la relation entre les caractéristiques et l'étiquette.
Essayez une autre approche d'entraînement. Par exemple, si vous avez utilisé une approche supervisée, essayez une approche non supervisée.
Une autre approche d'entraînement ne produirait pas de meilleures prédictions.
Vous êtes maintenant prêt à passer à l'étape suivante de votre parcours de ML:
Guide People + AI Si vous recherchez un ensemble de méthodes, de bonnes pratiques et d'exemples présentés par des Googleurs, des experts du secteur et des chercheurs universitaires pour utiliser le ML.
Cadrage du problème Si vous recherchez une approche éprouvée pour créer des modèles de ML et éviter les écueils courants,
Cours d'initiation au machine learning Si vous êtes prêt à suivre une approche approfondie et pratique pour en savoir plus sur le ML.
