Aby stworzyć model Uczenia Maszynowego, który przewiduje cenę za metr kwadratowy mieszkania na podstawie odległości od centrum miasta, wielkości mieszkania, odległości od przedszkola/szkoły i liczby pokojów w mieszkaniu, musimy zdefiniować problem jako zadanie klasyfikacji.
Zadanie klasyfikacji polega na przypisaniu danego obiektu do jednej z określonych klas. W tym przypadku klasami będą różne ceny za metr kwadratowy mieszkania.
Aby stworzyć model, musimy:
Zbierać dane wejściowe, takie jak:
odległość od centrum miasta
wielkość mieszkania (w metrach kwadratowych)
odległość od przedszkola/szkoły
liczba pokojów w mieszkaniu
Zdefiniować klasę cen za metr kwadratowy mieszkania (np. 0-1000, 1001-2000, 2001-3000 itd.)
Trening modelu za pomocą danych wejściowych i klas cen
Używać modelu do przewidywania ceny za metr kwadratowy mieszkania na podstawie danych wejściowych
W kontekście dostarczonych informacji, nie ma informacji o tym, jak powinien być zdefiniowany model, czy jakie algorytmy uczenia maszynowego powinny być użyte. Jednak ogólna struktura procesu jest opisana powyżej.