まとめ
このモジュールでは、いくつかの重要な新しい専門用語について説明しました。 学習した内容をまとめてみましょう。
機械学習の目標は、データのパターンを見つけ出し、これらのパターンを使用して推定を行うことです。
機械学習は、ソフトウェアの動作を改善するために、人間自身の直感ではなく特別なコードを使用するという点で、通常のソフトウェア開発とは異なります。
学習プロセスでは、概念上、次の 4 つのコンポーネントが使用されます。
- データ。学習の元にする情報です。
- モデル。データに関する推定に使います。
- モデルで達成しようとしている目的。
- オプティマイザー。パフォーマンスに応じてモデルを変更する追加コードです。
データは、特徴およびラベルと考えることができます。 特徴は、潜在的なモデルの入力に対応し、ラベルは、モデルの出力、または必要なモデルの出力に対応します。
Pandas や Plotly は、Python でデータセットを調べるための強力なツールです。
モデルのトレーニングが完了したら、後で使うためにディスクに保存できます。