Rozdział 5. Trening i ocena modelu
W poprzednich rozdziałach opisałem, jak identyfikować właściwe problemy, planować ich rozwiązywanie, utworzyć prosty proces, badać dane i generować początkowy zbiór cech. Czynności te mają na celu zebranie informacji niezbędnych do rozpoczęcia trenowania odpowiedniego modelu, to znaczy dobrze dopasowanego do wykonywanego zadania i poprawnie działającego.
W tym rozdziale zaczniemy od wyjaśnienia kilku zagadnień związanych z wyborem modelu. Następnie opiszę dobre praktyki dzielenia danych, umożliwiające realistyczne ocenianie modelu. Na koniec przyjrzymy się metodom analizy wyników modelowania i diagnozowaniu błędów.
Najprostszy, odpowiedni model
Teraz, gdy jesteśmy gotowi do przetrenowania modelu, musimy zadecydować, ...
Get Uczenie maszynowe w aplikacjach now with the O’Reilly learning platform.
O’Reilly members experience books, live events, courses curated by job role, and more from O’Reilly and nearly 200 top publishers.
