ขั้นตอนการทำงานของ Machine Learning
Understanding Machine Learning
Lis Sulmont
Curriculum Manager, DataCamp
ขั้นตอนการทำงานของ Machine Learning
สถานการณ์ของเรา
ขั้นที่ 1: สกัดฟีเจอร์
ขั้นที่ 2: แบ่งชุดข้อมูล
ขั้นที่ 3: เทรนโมเดล
ขั้นที่ 3: เทรนโมเดล
$$
ขั้นที่ 4: ประเมินผล
ขั้นที่ 4: ประเมินผล
- ชุดข้อมูลทดสอบ: ข้อมูลที่โมเดลไม่เคยเห็น
- มีหลายวิธีในการประเมิน:
- ค่าความผิดพลาดเฉลี่ยของการทำนายคือเท่าใด?
- โมเดลทำนายราคาห้องชุดได้ถูกต้องในช่วง 10% กี่เปอร์เซ็นต์?
ขั้นที่ 4: ประเมินผล
ขั้นที่ 4: ประเมินผล
ขั้นที่ 4: ประเมินผล
- หากยังไม่ได้ผลตามต้องการ ให้ปรับจูนโมเดลแล้วเทรนใหม่:
- เช่น เปลี่ยนตัวเลือกของโมเดล หรือเพิ่ม/ลบฟีเจอร์
ขั้นตอนการทำงานของ Machine Learning
