Souhrn
Pojďme si shrnout, co jsme probrali.
V zásadě jsme se zabývali složitým klasifikačním problémem s využitím rozhodovacích stromů a náhodných doménových struktur jako příkladu. Náš scénář byl složitý – trénování modelu, který se hádal, kteří lidé byli vítězi medailí pro Rytmické gymnastika – ale my jsme to vytáhli. Zajímavé je, že jsme našli způsob, jak to udělat pouze pomocí základních funkcí: věk, hmotnost, výška a rok her.
Naučili jsme se, že abychom optimalizovali složité modely, často se rozhodujeme o tom, jak bude model strukturován, například jak velký nebo hluboký bude. Probrali jsme, jak větší a složitější modely jsou mnohem obtížnější interně pochopit, jakmile se natrénují, ale mají často působivé zvýšení výkonu oproti jednodušším typům modelů.
Procvičili jsme si také práci s hyperparametry, což jsou nastavení, která ovlivňují fungování trénování. Zjistili jsme, že hyperparametry můžou provádět velká vylepšení toho, jak dobře se model trénuje, a že nalezení optimálního výběru vyžaduje jak důvod, tak experimentování.