機械学習のワークフロー

機械学習を理解する

Lis Sulmont

Curriculum Manager, DataCamp

機械学習のワークフロー

今回のシナリオ

使用するデータセット： 2015～2019年のNYC不動産売買データ

含まれる項目：

• 面積（平方フィート）
• 地区
• 建築年
• 売却価格
• その他

予測対象： 売却価格

ステップ 1： 特徴量を抽出

ステップ 2： データセットを分割する

ステップ 3： モデルを学習させる

ステップ 3： モデルを学習させる

$$

ステップ 4： 評価する

ステップ 4： 評価する

• テスト用データセット：「未知」のデータ
• 評価方法は多数ある：
  • 予測の平均誤差はどのくらいか？
  • モデルは、何パーセントのアパートについて、10%以内の誤差で正確に予測できたか？

ステップ 4： 評価する

ステップ 4： 評価する

ステップ 4： 評価する

• そうでない場合は、モデルをチューニングして再度学習させます：
  • たとえば、モデルのオプションを変更したり、特徴量を追加・削除したりします

機械学習のワークフロー

手順の要約

1. 特徴量を抽出
   • 特徴量の選択とデータセットの操作
2. データセットを分割
   • トレーニング用データセットとテスト用データセット
3. モデルを学習させる
   • トレーニング用データセットを機械学習モデルに入力する
4. 評価
   • 期待した性能に達しない場合： モデルをチューニングし、ステップ3を繰り返す

練習しましょう！

機械学習を理解する