Aprender com dados significa encontrar um relação útil e verificar se ele funciona em novos exemplos. A bom resultado sobre os dados já vistos não é bom o suficiente.
Objetivos: identificar features e labels; distinguir regressão e classificação; interpretar clustering e aprendizado por reforço; e seguir o fluxo de um notebook com separação correta entre treinamento e avaliação.
Conceitos de Chave
Uma. feature É um recurso de entrada, como horas de uso ou temperatura. Uma. Etiqueta, alvo ou variável alvo é a resposta conhecida durante o treinamento supervisionado, como duração de um reparo ou tipo de mau funcionamento. A fileira com entradas e uma resposta forma um exemplo.
O Algoritmo Define parâmetros usando os exemplos. O Modelo treinado. contém o que foi aprendido. Inferência Aplicando esse modelo a uma nova entrada; Não significa retreiná-lo.
Em. RegressãoSaída , a é numérica: horas de reparo estimadas. Em. ClassificaçãoSaída , a é uma classe: falha elétrica, mecânica ou de software. Duas classes constituem a classificação binária. Mais de dois, multiclase.
Monitoramento e avaliação
A simples regressão linear calcula predicción = w × x + b. O peso. w muda a inclinação e o viés. b Isso mesmo. Isso mesmo. A função de perda mede o erro. O treinamento procura parâmetros que os reduzam. A perda quadrática penaliza erros maiores.
O Regressão logísticaApesar de seu nome, seu nome serve como uma classificação. Em sua versão binária, um sigmoide transformou uma pontuação em um valor entre 0 e 1. O limiar A transforma esse valor em uma decisão. O limite apropriado depende do custo do falso positivo e falso negativo que não é uma lei 0,5.
Reserve dados para avaliar a generalização. Trem. ajusta; validação Ajuda a selecionar as configurações. Teste. considera o resultado final sem continuar a afiar contra ele. Se você padronizar, computação média e desvio apenas sobre treinamento e reutilização dessa transformação. Ajuste-o usando todas as informações dos filtros de dados do teste.
Exatidão Isso é uma proporção caso a caso, mas você pode enganar com uma classe desequilibrada. Se o equipamento do 98 100 é saudável, sempre as respostas "saudáveis" alcançam 98% e detectam zero falhas. Precisão respondeu quantos avisos estavam certos. Lembre-se.Quantos erros você encontrou. F1 Dobre os dois. Overfitting Isso é muito para ter sido visto e má generalização.
Aglomeração e treinamento, fortalecendo
Aprendendo. não supervisionado Descobrir a estrutura sem um rótulo de alvo. O agrupamento A poderia agrupar equipamentos usando padrões. A distância e a escalada têm uma influência: medir horas e volts sem tratar suas escalas podem dominar os grupos. A grupo matemático precisa de uma interpretação. Não traz um nome comercial garantido.
Em. fortalecendo o aprendizadoUm agente olha para um estado, seleciona uma ação e interage com um ambiente que retorna consequências e recompensas. Uma. política. Guiar ações. O objetivo é melhorar a recompensa acumulada, considerando resultados futuros. A exploração nos permite aprender. Ele está usando o que já funcionou. A LLM agente que chamadas ferramentas não é necessariamente treinamento fortalecendo durante essa conversa.
Exemplo passo a passo
Na demonstração de Iris, quatro medidas de sépalas e pétalas são as características e a espécie é o rótulo. Existem três espécies: classificação multiclase, embora o algoritmo usado seja chamado de regressão logística.
- Abrir um caderno Jupitter e reconhecer seu código e células Markdown. O kernel preserva variáveis; Reinicie e corra para verificar a reprodutibilidade.
- Inspeciona colunas e valores perdidos. Remova o identificador da linha e as espécies de entradas.
- Dividir exemplos em treinamento e teste de sementes fixas A torna a divisão reprodutível, não garante qualidade.
- Alongamento e treinamento. Transforma as entradas de teste sem reajustar a escada rolante.
- Compare previsões com rótulos reservados; transformou uma nova flor com a mesma escada rolante antes de inferir.
A 100% em uma pequena partição não prova perfeição universal. Repita a avaliação com dados representativos e reveja casos difíceis.
Erros comuns.
- Para avaliar apenas com as fileiras usadas para treinar.
- Para mesclar uma variável numérica que codifica categorias com um problema de regressão.
- Assumir que cada ponto atípico é fraude ou um agrupamento é uma classificação supervisionada.
- Ajuste a escada rolante ou selecione as características com informações de teste.
- Dê ao modelo uma coluna calculada após o evento que visa prever.
Exercício diagnóstico.
Do equipamento 200, 190 são saudáveis e 10 falham. O modelo A prevê "saudável" para todos. Outro problema chamadas para uma estimativa de horas de reparo. O que você conclui com o primeiro modelo e que tarefa é a segundo?
Solução
O primeiro está pronto. 190 / 200 = 95% Mas sua memória de insetos é 0 / 10 = 0%. A tarefa de Falha de detectá-los. O horário de alongamento é regressão. Você tem que escolher métricas e avaliar cada alvo separadamente. uma figura global elevada não substitui o resultado do negócio.
Fontes e revisão
Regata Machine Learning Fundações e sua demonstração em Oracle MyLearn. Explica porque validar um formato fixo não requer ML e porque o nome "regressão logística" não descreve uma saída contínua.