iT邦幫忙

第 11 屆 iThome 鐵人賽

DAY 5
0
Google Developers Machine Learning

非本科生的機器學習之旅系列 第 5

Day 5 Inclusive ML-2

今天來講講Simulating Decisions

是甚麼意思?

主要是來模擬任何情況可能下的結果。

google以銀行貸款為例

不同顏色代表不同的兩個申請成功且可以還債(TP)的族群,若是判斷成功可以賺300,判斷錯誤則損失700,每個客戶的信用分數在0到100。

https://ithelp.ithome.com.tw/upload/images/20190906/20120126xw7uV9mc7l.png

但是好像有點怪怪的,橘色的好像比較容易過欸,怎麼會這樣?

https://ithelp.ithome.com.tw/upload/images/20190906/20120126TxUJVKHtRq.png

這代表若是機會不均等的話,例如女生保費比較低。且活得比較久的話,可能會影響到判斷。

https://ithelp.ithome.com.tw/upload/images/20190906/20120126CytKVuLrmn.png

第二個來講-利用FACETS來找出資料的錯誤(Finding Errors in your dataset using Facets)

FACETS是GOOGLE開發的工具(你猜得沒錯,工商時間),網址如下:

https://pair-code.github.io/facets/

主要是透過資料視覺化的方式來找出資料的錯誤。

https://ithelp.ithome.com.tw/upload/images/20190906/20120126dRfvtqgbtu.png

有興趣可以看這篇的教學

https://ai.googleblog.com/2017/07/facets-open-source-visualization-tool.html

(基本上跟COUSERA的講解一模一樣)

今天先這樣~~


上一篇
Day4 inclusive ML
下一篇
Day6 Python-notebooks-in-the-cloud
系列文
非本科生的機器學習之旅25
圖片
  直播研討會
圖片
{{ item.channelVendor }} {{ item.webinarstarted }} |
{{ formatDate(item.duration) }}
直播中

尚未有邦友留言

立即登入留言