צעדים ראשונים – למידת מכונה בתוכנת MATLAB
חיזוי פקקי תנועה, זיהוי מוקדם של מחלות, סיווג הודעות בדואר האלקטרוני ועוד יישומים מבוססי למידת מכונה (Machine Learning) מקיפים אותנו בחיי היום יום. תחום למידת המכונה הוא מרתק ואנשים רבים רוצים לדעת מה עומד מאחורי הטכנולוגיה אשר מהווה חלק כה דומיננטי בחיינו.
כשהתחלתי לכתוב פוסט שמרכז את השלבים העיקריים בביצוע למידת מכונה בסביבת MATLAB, הבנתי שקשה לסכם את התהליך בצורה מקצועית במספר פסקאות. לכן, החלטתי לשתף בקצרה בתהליך הלימוד שאני עברתי, אלה מכם שירצו להתחיל באופן פרקטי, יוכלו למצוא בסוף הפוסט קישור למדריך מפורט שכתבתי המסביר את התהליך שלב אחר שלב.
איך אני התחלתי?
תחילה צברתי ידע בסיסי בלמידת מכונה. יש המון חומר ברשת (קורסים, הרצאות, מאמרים ועוד):
- אני מאוד ממליצה ללמוד מקורס Machine Learning ב-Coursera המספק מידע על התיאוריה שמאחורי התחום.
- קורס OnRamp חינמי של MathWorks עזר לי להכיר את הפונקציות השונות וסייע לי להיחשף לצד הפרקטי.
- לאחר שלמדתי והרגשתי שאני מוכנה להתחיל, הורדתי סט נתונים, מאיפה? מאתר הנקרא Kaggle, מאגר ענק של נתונים בתחומים מגוונים!
הנתונים שהורדתי מכילים מידע סטטיסטי על גידולים של סרטן השד. באמצעות המודל שבניתי סיווגתי את סוג הגידול (ממאיר או שפיר). תוכלו להוריד את הסט שבו השתמשתי בקישור הבא. - לאחר מכן ייבאתי את הנתונים ל-MATLAB והתחלתי לעבוד איתם.
שתי אפליקציות שמאוד עוזרות למי שלא אוהב לכתוב קוד:
- Classification Learner App – אפליקציה אינטראקטיבית המתאימה מודל סיווג לנתונים. בעזרת האפליקציה ניתן לבצע אימונים לנתונים וכך למצוא את מודל הסיווג הטוב ביותר. מידע על האפליקציה ניתן למצוא בקישור הבא.
- Regression Learner App – אפליקציה אינטראקטיבית המבצעת אימון עבור מודלים של רגרסיה. ניתן לבחור בין אלגוריתמים שונים, להשוות בין השגיאה המתקבלת עבור כל אחד מהמודלים וכך נוכל לבחור את המודל הטוב ביותר. מידע על האפליקציה ניתן למצוא בקישור הבא.
5. אחרי בחינת המודל המיטבי עבור הנתונים, יצרתי אפליקצייה ב-App Designer.
את האפליקציה שיצרתי תוכלו להוריד מה-File Exchange בקישור הבא וכמובן תוכלו לכתוב אחת כזאת בעצמכם.
להלן סרטון הממחיש ייצור אפליקציות ב-App Designer.
>>> רוצים מידע מפורט יותר כיצד ליישם למידת מכונה ב-MATLAB ? להלן מדריך מפורט, הקליקו כאן
בהצלחה!
