Riepilogo
In questo modulo sono stati introdotti alcuni nuovi termini tecnici significati. Ecco un riepilogo di quello che si è appreso:
L'obiettivo dell'apprendimento automatico è trovare modelli nei dati e usarli per eseguire stime.
Il Machine Learning differisce dal normale sviluppo di software in quanto viene usato un codice speciale, anziché la propria intuizione, per migliorare il funzionamento del software.
Dal punto di vista concettuale, il processo di apprendimento usa quattro componenti:
- Dati, ovvero informazioni da cui si vuole imparare.
- Un modello, che effettua stime sui dati.
- Un obiettivo che il modello sta provando a raggiungere.
- Un ottimizzatore, codice aggiuntivo che modifica il modello a seconda delle prestazioni.
È possibile pensare ai dati come funzionalità ed etichette. Le caratteristiche corrispondono ai potenziali input del modello, mentre le etichette corrispondono agli output del modello o agli output del modello desiderati.
Pandas e Plotly sono potenti strumenti per esplorare i set di dati in Python.
Dopo aver creato un modello con training, è possibile salvarlo su disco per usarlo in seguito.