Engenharia de recursos, parte 3 de 4 - Aprendizado de máquina automatizado

[Garabujo7]

Pegado do giphy.com

Como mapeamos os tipos de dados ricos e com base neles criamos novos recursos, a próxima etapa é criar o modelo de aprendizado de máquina preditivo com a plataforma automatizada.

Aprendizado de máquina automatizado

Para criar um modelo preditivo, basta selecionar o objetivo do modelo e a plataforma escolherá automaticamente o método com base no tipo de dados.

Existem dois tipos de métodos de aprendizado de máquina.

• O primeiro é a "regressão". Este método treina o modelo usando um tipo de dado numérico.

• O segundo método é a "classificação". Aqui, o modelo é treinado com dados sobre categorias.

A próxima parte são os parâmetros avançados.

Depois de selecionar o objetivo, você deve selecionar a função objetivo.

Existem sete funções objetivo e uma delas pode ser otimizada.

Finalmente, existem quatro algoritmos disponíveis, eles podem ser selecionados individualmente ou todos.

O resultado será o melhor modelo com a função objetivo otimizada para dar o melhor resultado.

O resultado é um modelo treinado que podemos usar para qualificar nossos registros localmente no Desinger ou carregá-lo no servidor Altreryx para fazer a partir daí.

Na última parte desta série, apresentarei como funciona a ferramenta Data Health.