Machine learning-workflow

Inzicht in Machine Learning

Lis Sulmont

Curriculum Manager, DataCamp

Machine learning-workflow

Onze casus

Onze dataset: Vastgoedverkopen in NYC van 2015–2019

Bevat:

• Vierkante meters
• Buurt
• Bouwjaar
• Verkoopprijs
• En meer!

Ons doel: Verkoopprijs

Stap 1: Features extraheren

Stap 2: Dataset splitsen

Stap 3: Model trainen

Stap 3: Model trainen

$$

Stap 4: Evalueren

Stap 4: Evalueren

• Testdataset: “onbekende” data
• Veel manieren om te evalueren:
  • Wat is de gemiddelde fout van de voorspellingen?
  • Welk percentage appartementen is correct voorspeld binnen 10% marge?

Stap 4: Evalueren

Stap 4: Evalueren

Stap 4: Evalueren

• Zo niet, tune het model en train opnieuw:
  • bijv. modelopties wijzigen, features toevoegen/verwijderen

Machine learning-workflow

Samenvatting van de stappen

1. Features extraheren
   • Features kiezen en de dataset bewerken
2. Dataset splitsen
   • Train- en testdataset
3. Model trainen
   • Traindataset in een machinelearningmodel voeren
4. Evalueren
   • Als de gewenste prestatie niet wordt gehaald: model tunen en stap 3 herhalen

Laten we oefenen!

Inzicht in Machine Learning