Machine-Learning-Workflows in Python entwerfen

Im vorherigen Kapitel hast du deine Kenntnisse über Standard-Workflows für überwachtes Lernen perfektioniert. In diesem Kapitel untersuchst du kritisch, wie Expertenwissen in überwachtes Lernen einfließt: durch die Wahl der passenden Analyseeinheit, die ggf. Feature Engineering über mehrere Datenquellen erfordert, durch den mitunter unvollkommenen Prozess des Labelns von Beispielen und durch die Festlegung einer Loss-Funktion, die den wahren geschäftlichen Wert von Fehlern deines Machine-Learning-Modells abbildet.

Im vorherigen Kapitel hast du verschiedene Wege genutzt, Feedback von Expertinnen und Experten in deinen Workflow einzubinden und es so zu bewerten, dass es dem Business Value entspricht. Jetzt übst du die Fähigkeiten, die du brauchst, um dein Modell zu produktisieren und durch iterative Verbesserungen dauerhaft leistungsfähig zu halten. Außerdem lernst du, Dataset Shift zu diagnostizieren und die Auswirkungen einer sich verändernden Umgebung auf die Genauigkeit deines Modells abzumildern.

In den vorherigen Kapiteln hast du eine solide Grundlage im überwachten Lernen gelegt, inklusive Wissen zur Bereitstellung von Modellen in der Produktion – dabei bist du jedoch stets von einem gelabelten Datensatz für deine Analyse ausgegangen. In diesem Kapitel stellst du dich der Herausforderung, Daten ganz ohne oder mit sehr wenigen Labels zu modellieren. Das führt dich in Anomaly Detection, eine Art des unüberwachten Modellierens, sowie in Distance-based Learning, bei dem Annahmen darüber, was Ähnlichkeit zwischen zwei Beispielen ausmacht, Labels ersetzen können, um Genauigkeiten zu erreichen, die mit einem überwachten Workflow vergleichbar sind. Nach Abschluss dieses Kapitels hebst du dich klar von der Menge der Data Scientists ab, weil du souverän weißt, welche Tools du einsetzen kannst, um deinen Workflow anzupassen und gängige Praxisprobleme zu lösen.