Učení na základě vzdálenosti

Create Your Free Account

By continuing, you accept our Terms of Use, our Privacy Policy and that your data is stored in the USA.

Toto cvičení je součástí kurzu

Designing Machine Learning Workflows in Python

SkillTag.level.advancedSkillTag.label

4.8+

V této kapitole si zopakuješ základy workflow pro učení s učitelem: trénování a ladění modelu, výběr modelu, inženýrství příznaků, jejich výběr a techniky rozdělení dat. Pochopíš, jak na sebe tyto kroky navazují, a zjistíš, jak každý z nich může přispívat k přetrénování — nebo ho naopak omezovat. Přetrénování je přitom jedním z největších nepřátel každého datového vědce. Na konci kapitoly budeš mít pevné základy v učení s učitelem a budeš připraven/a ponořit se do pokročilejšího obsahu v dalších kapitolách.

Exercise 1: Supervised learning pipelines Exercise 2: Feature engineering Exercise 3: Tvůj první pipeline Exercise 4: Složitost modelu a přeučení Exercise 5: Grid search CV pro složitost modelu Exercise 6: Počet stromů a estimátorů Exercise 7: Feature engineering a přeučení Exercise 8: Kódování kategorických proměnných Exercise 9: Transformace příznaků Exercise 10: Vše dohromady

V předchozí kapitole sis upevnil/a znalosti standardních workflow pro učení s učitelem. V této kapitole se kriticky podíváš na to, jak se do učení s učitelem zapojuje odborná znalost z dané oblasti. Věnovat se budeme výběru správné jednotky analýzy, která může vyžadovat inženýrství příznaků z více datových zdrojů, ne vždy dokonalému procesu popisování příkladů a také definici ztrátové funkce, která zachycuje skutečnou obchodní hodnotu chyb tvého modelu strojového učení.

Exercise 1: Datová fúze Exercise 2: Je problémový zdrojový, nebo cílový počítač?Exercise 3: Feature engineering na seskupených datech Exercise 4: Nedokonalé štítky Exercise 5: Z heuristiky ke klasifikátoru Exercise 6: Kombinování heuristik Exercise 7: Práce se zašuměnými štítky Exercise 8: Ztrátové funkce – část I Exercise 9: Připomenutí metrik výkonu Exercise 10: Analýza nákladů v praxi Exercise 11: Výpočty z matice záměn Exercise 12: Ztrátové funkce – část II Exercise 13: Výchozí prahová hodnota Exercise 14: Optimalizace prahu Exercise 15: Spojení dohromady

V předchozí kapitole ses naučil/a různé způsoby, jak zapracovat zpětnou vazbu od odborníků do svého workflow a vyhodnocovat ji v souladu s obchodní hodnotou. Teď je čas procvičit dovednosti potřebné k nasazení modelu do produkce a k tomu, aby si i po čase udržel dobrou výkonnost díky průběžnému vylepšování. Naučíš se také diagnostikovat dataset shift a zmírňovat vliv, který může měnící se prostředí mít na přesnost tvého modelu.

Exercise 1: Od workflow k pipeline Exercise 2: Tvůj první pipeline – znovu!Exercise 3: Vlastní skórovací funkce v pipeline Exercise 4: Nasazení modelu Exercise 5: Pickle soubory Exercise 6: Vlastní funkce jako transformátory v pipeline Exercise 7: Iterace bez přeučení Exercise 8: Výzva pro šampiona Exercise 9: Statistiky křížové validace Exercise 10: Posun dat Exercise 11: Ladění velikosti okna Exercise 12: Vše dohromady

V předchozích kapitolách sis vybudoval/a pevné základy v učení s učitelem včetně nasazování modelů do produkce, přičemž jsi vždy předpokládal/a, že máš k dispozici popsaný dataset. V této kapitole se pustíš do modelování dat zcela bez popisků nebo jen s jejich malým množstvím. Čeká tě výlet do světa detekce anomálií jako formy učení bez učitele, ale i do učení na základě vzdálenosti, kde místo popisků poslouží představy o podobnosti mezi příklady — a dosáhnout přesnosti srovnatelné s učením s učitelem. Po dokončení této kapitoly budeš s přehledem vědět, jaké nástroje použít, jak upravit svůj workflow a jak překonat nejčastější výzvy z praxe. To tě jasně odliší od ostatních datových vědců.

Exercise 1: Detekce anomálií Exercise 2: Jednoduchý outlier Exercise 3: Kontaminace LoF Exercise 4: Detekce novinek Exercise 5: Jednoduchá detekce novosti Exercise 6: Tři detektory novinek Exercise 7: Kontaminace podruhé Exercise 8: Učení na základě vzdálenosti

Aktuální cvičení

Exercise 9: Najdi nejbližšího souseda Exercise 10: Metriky se neshodují Exercise 11: Nestrukturovaná data Exercise 12: Restricted Levenshtein Exercise 13: Všechno dohromady Exercise 14: Závěrečné poznámky