KNIHOVNA SCIKIT-LEARN

Strojové učení je klíčovým nástrojem na vytěžování užitečné informace z dat. Strojově naučené rozhodovací modely slouží k optimalizaci a automatizaci rozhodování o zákaznících, úvěrech, pacientech, výrobcích apod. Nejčastěji řešené úlohy vyžadují vytvoření klasifikačních modelů, které předpovídají, zda nastane nebo nenastane nějaký jev. Jevem zde rozumíme např. splácení úvěru, poruchu stroje nebo dotační podvod. Na základě předpovědi modelu se pak rozhodujeme, zda úvěr přidělíme, vyměníme kritickou součástku nebo poskytneme dotaci. Kromě klasifikačních modelů se v praxi setkáváme s regresními a seskupovacími modely. Regresní modely předpovídají číselné veličiny, např. budoucí cenu akcie, seskupovací modely přiřazují entity do předem neznámých skupin, např. navrhují zákaznické segmenty. Protože většina datových vědců, kteří připravují strojově učené modely, používá jazyk Python, existují v Pythonu knihovny, nabízející algoritmy strojového učení. Zřejmě nejpoužívanější z nich je knihovna scikit-learn. Knihovna zahrnuje pestrou škálu běžně používaných modelů pro klasifikaci, regresi i seskupování. Navíc zde nalezneme metody pro vybrané datové transformace a redukce dimenzionality, které usnadňují strojové učení. Možnosti knihovny jsou ještě širší, nabízené nástroje nám umožní i hodnotit kvalitu modelů a pro toto hodnocení si předem připravit evaluační design. Na základě hodnocení pak můžeme modely vybírat nebo dokonce vytvářet jejich ansámbly.