Einführung
Die Ausgaben von Klassifizierungsmodellen sind kategorisch. Dies bedeutet, dass sie zum Bezeichnen von Eingaben oder für die Entscheidungsfindung verwendet werden können. Bei einem selbstfahrenden Auto wird die Klassifizierung beispielsweise zum Treffen der Entscheidung genutzt, ob an einer Straßengabelung links oder rechts abgebogen werden soll. Ein Klassifizierungsmodell unterscheidet sich von klassischen Regressionsmodellen, die über kontinuierliche Ausgaben verfügen, z. B. eine Schuhgröße oder die Geschwindigkeit eines Zugs. Bei Klassifizierungsmodellen gibt es unterschiedliche Funktionsweisen. Zunächst wird die logistische Regression beschrieben. Dies ist eine einfachere und beliebtere Art von Modell, die in vielen Bereichen der Wissenschaft und Industrie häufig genutzt wird.
Szenario: Lawinenvorhersage per maschinellem Lernen
In diesem Modul wird das folgende Beispielszenario verwendet, um Konzepte im Zusammenhang mit der Klassifizierung zu erklären. Dieses Szenario soll als Beispiel dafür dienen, wie Sie diese Konzepte beim Programmieren selbst umsetzen können.
Ihre Hilfseinrichtung ist für die Lawinenrettung auf Wanderrouten im Nordwesten der USA zuständig. Zugegeben, die sicherste Lösung wäre es, alle Wege während der Ski- und Wandersaison dauerhaft zu sperren, aber das würde bedeuten, dass Sportler die wunderbare Natur nicht genießen können! Ihr Ziel ist die Erstellung eines Modells, mit dem vorhergesagt werden kann, ob die Lawinenwahrscheinlichkeit an einem bestimmten Tag hoch ist. Mithilfe dieser Vorhersage können Sie dann den Weg schließen, wenn das Risiko hoch ist. Beachten Sie beim Treffen der Vorhersage Folgendes: Wenn Sie Lawinen vorhersagen, die dann nicht eintreten, kann dies schlecht für den Tourismus sein. Wenn Sie Lawinen nicht vorhersagen, die dann aber eintreten, kann dies zu Todesfällen führen. Es muss also ein Kompromiss gefunden werden.
Achtung
Die Daten für diese Übungen sind frei erfunden und dienen ausschließlich zu Lehrzwecken. Für diejenigen eifrigen Wanderer und Skifahrer da draußen: Maschinelles Lernen kann für die Lawinenvorhersage verwendet werden, aber verwenden 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:
- Unterscheiden zwischen Klassifizierung und klassischer Regression
- Erstellen von Modellen, mit denen Klassifizierungsaufgaben durchgeführt werden können
- Bewerten und Verbessern von Klassifizierungsmodellen