Einleitung
Die Ausgaben von Klassifizierungsmodellen sind kategorisiert, d. h., sie können zum Bezeichnen von Eingaben oder zur Entscheidungsfindung verwendet werden. So entscheidet beispielsweise ein selbstfahrende Auto mit der Klassifizierung, ob man links oder rechts in einer Kurve auf der Straße abbiegen soll. Ein Klassifikationsmodell unterscheidet sich von klassischen Regressionsmodellen, bei denen die Ausgaben kontinuierlich sind, z. B. die Größe eines Schuhs oder die Geschwindigkeit eines Zugs. Klassifikationsmodelle sind vielfältig in ihrer Funktionsweise. Um zu beginnen, konzentrieren wir uns auf die logistische Regression, die eine einfachere und beliebte Art von Modell ist, die umfassend in vielen Armen von Wissenschaft und Industrie verwendet wird.
Szenario: Vorhersagen von Lawinen mit maschinellem Lernen
In diesem Modul verwenden wir das folgende Beispielszenario, um Konzepte im Zusammenhang mit der Klassifizierung zu erläutern. Dieses Szenario wurde entwickelt, um ein Beispiel dafür bereitzustellen, wie Sie diese Konzepte in Ihrer eigenen Programmierung erfüllen können.
Ihre Wohltätigkeitsorganisation ist für die Lawinenrettungseinsätze auf Wanderwegen im Nordwesten der Vereinigten Staaten verantwortlich. Zugegeben, die sicherste Option wäre, alle Trails während der Ski- und Wandersaison dauerhaft zu schließen, aber das würde bedeuten, dass keine Sportler die tolle Natur genießen würden! Ihr Ziel ist es, ein Modell zu erstellen, das vorhersagen kann, ob ein einzelner Tag wahrscheinlich zu einer Lawine führen wird. Anschließend können Sie mithilfe dieser Vorhersage den Weg schließen, wenn das Risiko hoch ist. Denken Sie daran, wie Sie Vorhersagen machen: Die Vorhersage von Lawinen, die nicht passieren, kann den lokalen Tourismus beeinträchtigen, während das Scheitern der Vorhersage von Lawinen, die geschehen, zu einem Verlust des Lebens führen kann. Offensichtlich, Sie müssen ein Gleichgewicht finden.
Vorsicht
Die Daten für diese Übungen werden ausschließlich zu Bildungszwecken hergestellt. Für alle begeisterten Wanderer und Skifahrer: Sie können maschinelles Lernen für die Lawinenvorhersage verwenden, aber nutzen Sie diese Daten oder Ihr trainiertes Modell nur, um etwas über maschinelles Lernen zu lernen.
Voraussetzungen
- Erfahrung mit Machine Learning-Modellen
Lernziele
In diesem Modul lernen Sie Folgendes:
- Entdecken Sie, wie sich die Klassifizierung von der klassischen Regression unterscheidet.
- Erstellen Sie Modelle, die Klassifizierungsaufgaben ausführen können.
- Erfahren Sie, wie Sie Klassifizierungsmodelle bewerten und verbessern können.