Le machine learning permet d'exploiter des données d'expériences antérieures pour prédire les résultats futurs. AutoML Tables fournit des prédictions pour les problèmes de régression ou de classification. Comprendre le type de problème que vous résolvez (et ce que vous allez prédire), vous aide à créer un ensemble de données efficace.
Problèmes de régression
Un modèle de régression prédit une valeur numérique. Le prix de vente d’une maison ou le montant des dépenses d’un consommateur donné sur un site Web au cours du prochain mois sont deux exemples de problème de régression.
Un modèle de régression comporte une colonne cible numérique.
Problèmes de classification
Un modèle de classification prédit une catégorie à partir d'un nombre discret et déterminé de catégories possibles. Les modèles de classification s'appliquent lorsque, par exemple, il s'agit de déterminer si un e-mail doit être considéré comme du spam ou non, ou le type de cours susceptible d'intéresser un étudiant. Si la valeur de la colonne cible représente une option parmi trois possibles ou plus, vous devez résoudre un problème de classification à classes multiples.
Un modèle de classification comporte une colonne cible catégorielle.