Flux de travail en Machine Learning

Comprendre le Machine Learning

Lis Sulmont

Curriculum Manager, DataCamp

Flux de travail en Machine Learning

Comprendre le Machine Learning

Notre scénario

New York City

Notre ensemble de données : ventes immobilières à NYC, 2015-2019

Comprend :

  • Pieds carrés
  • Quartier
  • Année de construction
  • Prix de vente
  • Et plus !

Notre cible : prix de vente

Comprendre le Machine Learning

Étape 1 : Extraire les caractéristiques

Comprendre le Machine Learning

Étape 2 : Scinder l'ensemble de données

Comprendre le Machine Learning

Étape 3 : Entraîner le modèle

Comprendre le Machine Learning

Étape 3 : Entraîner le modèle

$$

Comprendre le Machine Learning

Étape 4 : Évaluer

Comprendre le Machine Learning

Étape 4 : Évaluer

Étape d'évaluation

  • Ensemble de test : données « inédites »
  • Plusieurs façons d'évaluer :
    • Quelle est l'erreur moyenne des prédictions ?
    • Quel pourcentage d'appartements le modèle prédit-il correctement à ±10 % ?
Comprendre le Machine Learning

Étape 4 : Évaluer

Comprendre le Machine Learning

Étape 4 : Évaluer

Comprendre le Machine Learning

Étape 4 : Évaluer

  • Sinon, ajuster le modèle et le réentraîner :
    • p. ex., changer les options du modèle, ajouter/retirer des caractéristiques
Comprendre le Machine Learning

Flux de travail en Machine Learning

Comprendre le Machine Learning

Résumé des étapes

  1. Extraire les caractéristiques
    • Choisir les caractéristiques et manipuler l'ensemble de données
  2. Scinder l'ensemble de données
    • Entraînement et test
  3. Entraîner le modèle
    • Envoyer l'ensemble d'entraînement dans un modèle de Machine Learning
  4. Évaluer
    • Si le rendement visé n'est pas atteint : ajuster le modèle et répéter l'étape 3
Comprendre le Machine Learning

Passons à la pratique !

Comprendre le Machine Learning

Preparing Video For Download...