監督式機器學習

認識資料科學

Lis Sulmont

Curriculum Manager, DataCamp

資料科學流程

什麼是監督式機器學習？

• Machine learning：從資料做預測
• Supervised machine learning：用含有 labels 與 features 的資料做預測
  • 推薦系統
  • 醫學影像診斷
  • 手寫數字辨識
  • 預測用戶流失

案例研究：流失預測

案例研究：流失預測

案例研究：流失預測

案例研究：流失預測

案例研究：流失預測

案例研究：流失預測

案例研究：流失預測

監督式機器學習重點回顧

• 根據資料進行預測
• 資料含有 features 與 labels
  • Label：要預測的目標
  • Features：可能用來預測目標的資料
• 訓練後的模型可進行預測

模型評估

將歷史資料切分為訓練集與測試集

模型評估

模型評估

模型評估

• 罕見事件需同時檢查兩種結果
• 模型在實際流失的預測上為 0% 準確率

一起來練習吧！

認識資料科學