지도학습의 경영진 및 실무자를 위한 가이드

이 게시물은 머신러닝 모델을 구축 할 때 따라야 할 몇 가지 중요한 처리법에 대한 높은 수준의 개요를 제공합니다. 머신러닝 종사자들은 “머신러닝 모델을 어떻게 시작해야합니까?”, “머신러닝을 할 때 고려해야 할 핵심 사항은 무엇입니까?”와 같은 질문을 합니다.이 글은 이러한 문제를 해결하고 비전문가 리더십 역할은 머신러닝 엔지니어가 이러한 질문에 어떻게 접근하는지 이해하게 합니다.

1. 샘플 데이터세트는 어디에서 찾을 수 있습니까?
2. 프로그래밍 언어 선택하기
3. 빅데이터로 무엇을할까요?
4. 데이터세트 탐색
-데이터 시각화
-데이터세트의 기능 검사
-이상치 다루기
-누락된 값 다루기
5. 예측 변수/추정 변수, 응답 변수는 무엇입니까?
6. 후보 알고리즘 선택하기
7. 바이어스 vs. 분산 트레이드 오프

8. 모델이 잘 작동하는지 어떻게 알 수 있습니까? 평가 척도 선택하기
9. 모델 개선
-피쳐 엔지니어링
-앙상블 메소드
-하이퍼파라미터 튜닝

http://ekababisong.org/supervised-machine-learning-convers…/

Tags:

머신러닝

지도학습

도메인

실무자

경영진

예측

기업