Quy trình học máy

Tìm hiểu Machine Learning

Lis Sulmont

Curriculum Manager, DataCamp

Quy trình học máy

Kịch bản của chúng ta

Tập dữ liệu: giao dịch bất động sản NYC 2015–2019

Gồm:

• Diện tích (square feet)
• Khu phố
• Năm xây dựng
• Giá bán
• Và hơn thế nữa!

Mục tiêu: Giá bán

Bước 1: Trích xuất đặc trưng

Bước 2: Chia tập dữ liệu

Bước 3: Huấn luyện mô hình

Bước 3: Huấn luyện mô hình

$$

Bước 4: Đánh giá

Bước 4: Đánh giá

• Tập kiểm thử: dữ liệu "chưa thấy"
• Nhiều cách đánh giá:
  • Sai số trung bình của dự đoán là bao nhiêu?
  • Mô hình dự đoán đúng bao nhiêu % căn hộ trong biên 10%?

Bước 4: Đánh giá

Bước 4: Đánh giá

Bước 4: Đánh giá

• Nếu chưa đạt, tinh chỉnh và huấn luyện lại:
  • ví dụ: đổi tham số mô hình, thêm/bớt đặc trưng

Quy trình học máy

Tóm tắt các bước

1. Trích xuất đặc trưng
   • Chọn đặc trưng và xử lý dữ liệu
2. Chia tập dữ liệu
   • Tập huấn luyện và kiểm thử
3. Huấn luyện mô hình
   • Đưa tập huấn luyện vào mô hình học máy
4. Đánh giá
   • Nếu chưa đạt hiệu năng mong muốn: tinh chỉnh và lặp lại Bước 3

Ayo berlatih!

Tìm hiểu Machine Learning