[PYTHON] Introduction à l'apprentissage automatique: fonctionnement du modèle

scénario

Mon meilleur ami vivant à l'étranger a gagné des dizaines de millions de yens en investissant dans l'immobilier. Je souhaite étendre mon activité, je vous invite donc à devenir partenaire commercial. Il dépense de l'argent et crée un modèle (modèle) pour vous avec des compétences en analyse de données pour prédire le prix d'une propriété.

Arbre de décision

Vous avez demandé: "Comment prédisez-vous et jugez-vous le prix d'une propriété?" La réponse était «C'est intuitif». N'est-il pas possible de créer un modèle de prévision de prix de manière intuitive avec l'apprentissage automatique? En entendant de plus en plus en détail, vous l'avez découvert. simple-decision-tree.JPG

Les prix des propriétés sont divisés en deux groupes.

En d'autres termes, le prix de l'immobilier est prédit dans les deux étapes suivantes.

  1. Divisez la propriété en deux groupes
  2. Fixez le prix de chaque groupe

Cette procédure s'appelle un modèle d'adaptation ou un modèle d'apprentissage. Les données qui correspondent au modèle sont appelées données d'entraînement.

Utilisez le modèle ajusté pour prédire le prix de la propriété dans laquelle vous investissez.

Améliorer le modèle

Quel arbre de décision correspond aux données d'entraînement? which-tree.JPG

Si vous y réfléchissez normalement, il semble que l'arbre de décision 1 soit meilleur. Les plus grandes propriétés sont plus chères que les plus petites, non? Cependant, la taille seule ne détermine pas le prix de la propriété. Il existe de nombreux autres facteurs qui influent sur les prix de l'immobilier (emplacement, année de construction, etc.). L'arbre de décision comprenant d'autres facteurs est le suivant. deeper-tree.JPG

En choisissant le chemin qui convient aux caractéristiques de la propriété, le prix estimé se trouve au nœud inférieur de l'arbre de décision. Le nœud inférieur avec le prix prévu est appelé feuille.

prochain

Le nombre de branches et la valeur de feuille de l'arbre déterminé sont déterminés par les données. La prochaine fois, analysons les données.

D'autres articles connexes sont ici.

Recommended Posts

Introduction à l'apprentissage automatique: fonctionnement du modèle
Introduction à l'apprentissage automatique
Une introduction à l'apprentissage automatique
Super introduction à l'apprentissage automatique
Introduction à la rédaction de notes d'apprentissage automatique
Présentation de la bibliothèque d'apprentissage automatique SHOGUN
Comment collecter des données d'apprentissage automatique
Comment utiliser l'apprentissage automatique pour le travail? 03_Procédure de codage Python
scikit-learn Comment utiliser le résumé (apprentissage automatique)
Une introduction à OpenCV pour l'apprentissage automatique
Comment profiter de Coursera / Machine Learning (semaine 10)
Une introduction à Python pour l'apprentissage automatique
Comment utiliser l'apprentissage automatique pour le travail? 01_ Comprendre l'objectif de l'apprentissage automatique
[Python] Introduction facile à l'apprentissage automatique avec python (SVM)
[Super introduction à l'apprentissage automatique] Découvrez les didacticiels Pytorch
Une introduction à l'apprentissage automatique pour les développeurs de robots
[Super introduction à l'apprentissage automatique] Découvrez les didacticiels Pytorch
[Pour les débutants] Introduction à la vectorisation dans l'apprentissage automatique
Comment utiliser l'apprentissage automatique pour le travail? 02_Aperçu du projet de développement AI
[Mémorandum d'apprentissage] Introduction à vim
Introduction au Deep Learning ~ Règles d'apprentissage ~
Comment introduire IPython (Python2) dans Mac OS X-Préparation pour une introduction à la théorie de l'apprentissage automatique-
Apprentissage par renforcement profond 1 Introduction au renforcement de l'apprentissage
[Introduction] Comment utiliser open3d
Introduction au Deep Learning ~ Rétropropagation ~
Introduction à l'apprentissage automatique à partir de Simple Perceptron
Comment adapter plusieurs bibliothèques d'apprentissage automatique en une seule fois
Introduction à l'apprentissage automatique avec scikit-learn - De l'acquisition de données à l'optimisation des paramètres
Comment augmenter le nombre d'images de jeux de données d'apprentissage automatique
Apprentissage automatique pour apprendre avec Nogisaka 46 et Keyakizaka 46 Partie 1 Introduction
Introduction à l'apprentissage en profondeur ~ Approximation des fonctions ~
[Introduction à Python] Comment analyser JSON
Introduction à l'apprentissage profond ~ Préparation au codage ~
Introduction au Deep Learning ~ Dropout Edition ~
Introduction au Deep Learning ~ Propagation vers l'avant ~
Introduction à l'apprentissage profond ~ Expérience CNN ~
Introduction aux bases de Python de l'apprentissage automatique (apprentissage non supervisé / analyse principale)
Avant l'introduction à l'apprentissage automatique. ~ Technologie requise pour l'apprentissage automatique autre que l'apprentissage automatique ~
Mémo d'apprentissage Python pour l'apprentissage automatique par Chainer Chapitre 10 Introduction à Cupy
Apprentissage automatique
[Introduction au style GAN] Apprentissage unique de l'animation avec votre propre machine ♬
Mémo d'apprentissage Python pour l'apprentissage automatique par Chainer Chapitre 9 Introduction à scikit-learn
Les gens mémorisent les connaissances acquises dans le cerveau, comment mémoriser les connaissances acquises dans l'apprentissage automatique
Comment créer une API de machine learning sans serveur avec AWS Lambda
[Introduction à Python] Comment utiliser la classe en Python?
Enregistrez les étapes pour comprendre l'apprentissage automatique
J'ai installé Python 3.5.1 pour étudier l'apprentissage automatique
Introduction au Deep Learning ~ Pliage et mise en commun ~
Comment utiliser BigQuery en Python
Comment étudier le test Deep Learning G
[Python] Enregistrement des résultats d'apprentissage (modèles) dans l'apprentissage automatique
Introduction à Machine Learning-Hard Margin SVM Edition-
Introduction à TensorFlow - Explication des termes et concepts d'apprentissage automatique
[Introduction à l'apprentissage automatique] Jusqu'à ce que vous exécutiez l'exemple de code avec chainer
Prenons la version gratuite "Introduction à Python pour l'apprentissage automatique" en ligne jusqu'au 27/04
Les débutants en Python publient des applications Web à l'aide de l'apprentissage automatique [Partie 2] Introduction à Python explosif !!
Introduction aux tests d'hypothèses statistiques avec des modèles de statistiques
Introduction à MQTT (Introduction)
Introduction à Scrapy (1)