Kollektive Intelligenz analysieren, programmieren und nutzen

Kapitel 8. Aufbauen von Preismodellen

Wir haben schon verschiedene Klassifikatoren untersucht, die meist dann gut funktionieren, wenn es darum geht, eine Kategorie vorherzusagen, in die ein neues Datenelement passt. Aber Bayes-Klassifikatoren, Entscheidungsbäume und Support-Vector-Maschinen (die Sie im nächsten Kapitel kennenlernen werden) sind nicht die besten Algorithmen, um Vorhersagen zu numerischen Daten zu machen, die auf vielen verschiedenen Attributen basieren – wie zum Beispiel Preise. Dieses Kapitel wird sich mit trainierbaren Algorithmen befassen, die numerische Vorhersagen treffen und dabei auf Beispielen aufbauen, die ihnen vorher präsentiert wurden. Dazu können sie sogar Wahrscheinlichkeitsverteilungen für die Vorhersagen angeben, ...