Durch maschinelles Lernen können Sie anhand von früheren Daten zukünftige Ergebnisse vorhersagen. Mit AutoML Tables sind Vorhersagen für Regressions- oder Klassifizierungsprobleme möglich. Wenn Sie wissen, welche Art von Problem Sie lösen möchten und was Sie vorhersagen möchten, können Sie ein effektives Dataset erstellen.
Regressionsprobleme
Mit Regressionsmodellen lassen sich numerische Werte vorhersagen. Sie können beispielsweise den für ein Haus erzielbaren Kaufpreis oder die Summe ermitteln, die ein bestimmter Kunde im nächsten Monat voraussichtlich auf einer Website ausgeben wird. Dies sind "Regressionsprobleme".
Regressionsmodelle haben eine numerische Zielspalte.
Klassifizierungsprobleme
Mit einem Klassifikationsmodell lässt sich eine Kategorie aus einer einzelnen, festen Anzahl möglicher Kategorien vorhersagen. Sie können beispielsweise ermitteln, ob es sich bei einer E-Mail um Spam handelt oder an welchen Kursen ein Student interessiert sein könnte. Dies sind "Klassifizierungsprobleme". Wenn die Zielspalte einen von drei Werten enthalten kann, liegt ein mehrklassiges Klassifizierungsproblem vor.
Klassifizierungsmodelle haben eine kategoriale Zielspalte.