Övervakad maskininlärning

Förstå datavetenskap

Lis Sulmont

Curriculum Manager, DataCamp

Arbetsflöde inom datavetenskap

Vad är övervakad maskininlärning?

• Maskininlärning: Förutsägelser från data
• Övervakad maskininlärning: Förutsägelser från data med etiketter och särdrag
  • Rekommendationssystem
  • Diagnostisering av biomedicinska bilder
  • Igenkänning av handskrivna siffror
  • Förutsäga kundbortfall

Fallstudie: förutsäga kundbortfall

Fallstudie: förutsäga kundbortfall

Fallstudie: förutsäga kundbortfall

Fallstudie: förutsäga kundbortfall

Fallstudie: förutsäga kundbortfall

Fallstudie: förutsäga kundbortfall

Fallstudie: förutsäga kundbortfall

Sammanfattning: övervakad maskininlärning

• Gör förutsägelser utifrån data
• Data har särdrag och etiketter
  • Etikett: det vi vill förutsäga
  • Särdrag: data som kan förutsäga etiketten
• En tränad modell kan göra förutsägelser

Modellutvärdering

Dela historisk data i tränings- och testmängder

Modellutvärdering

Modellutvärdering

Modellutvärdering

• Att kontrollera båda utfall är viktigt vid sällsynta händelser
• Modellen har 0 % träffsäkerhet vid faktiskt kundbortfall

Nu kör vi en övning!

Förstå datavetenskap