Aufbau von Anwendungen mit maschinellem Lernen

Kapitel 7. Klassifikatoren für das Schreiben von Empfehlungen verwenden

Diese Arbeit wurde mithilfe von KI übersetzt. Wir freuen uns über dein Feedback und deine Kommentare: [e-mail]

Der beste Weg, um in ML Fortschritte zu machen, ist das wiederholte Durchlaufen der in Abbildung 7-1 dargestellten iterativen Schleife, die wir in der Einleitung zu Teil III gesehen haben. Beginne damit, eine Modellierungshypothese aufzustellen, iteriere eine Modellierungspipeline und führe eine detaillierte Fehleranalyse durch, um deine nächste Hypothese aufzustellen.

Abbildung 7-1. Die ML-Schleife

In den vorherigen Kapiteln wurden mehrere Schritte in diesem Kreislauf beschrieben. In Kapitel 5 haben wir beschrieben, wie man ein Modell trainiert und bewertet. In Kapitel 6 haben wir Tipps gegeben, wie man Modelle schneller erstellt und ML-bezogene Fehler behebt. In diesem Kapitel schließen wir einen Kreislauf, indem wir zunächst Methoden vorstellen, wie man trainierte Klassifikatoren verwendet, um den Nutzern Vorschläge zu machen, dann ein Modell für den ML-Editor auswählt und schließlich beides kombiniert, um einen funktionierenden ML-Editor zu erstellen.

Im Abschnitt "Planung des ML-Editors" haben wir unseren Plan für den ML-Editor beschrieben, der darin besteht, ein Modell zu trainieren, das Fragen in Kategorien mit hoher und niedriger Punktzahl einteilt, und dieses trainierte ...