Para solucionar um problema de machine learning, como o do aluguel de bicicleta. É melhor criar uma rede neural ou desenvolver um modelo usando os modelos do sklearn?
Eu ainda não aprendi as vantagens e desvantagens entre as duas alternativas
Para solucionar um problema de machine learning, como o do aluguel de bicicleta. É melhor criar uma rede neural ou desenvolver um modelo usando os modelos do sklearn?
Eu ainda não aprendi as vantagens e desvantagens entre as duas alternativas
Olá Samuel,
O primeiro passo é tentar reconhecer o tipo de problema. Por exemplo, se é um problema de regressão, classificação, agrupamento ou algum outro.
Nesse caso onde queremos prever o número de bicicletas que serão alugadas temos um problema de regressão. Assim, minha dica é optar sempre pela simplicidade. Se visualizar um gráfico onde os pontos parecem ter um crescimento linear podemos pensar em ajustar uma reta. Caso os pontos no gráfico tenham um crescimento exponencial vamos ajustar uma curva exponencial.
Tente agora construir um gráfico dessa base de bicicletas colocando no eixo x a coluna de tempo e no eixo y a coluna de contagem de bicicletas. Se fizer isso você vai ver que é muito difícil saber qual curva devemos ajustar nesse gráfico. Repare que eu considerei só o tempo e a contagem, mas a contagem depende também das outras colunas. Se levarmos em consideração todas as outras colunas não vamos nem conseguir gerar um gráfico contendo todas as informações ao mesmo tempo.
Em resumo, devido a complexidade do problema é que foi escolhida uma rede neural. Porém, a aplicação das redes neurais é complexa e normalmente envolve muitos parâmetros que devem ser ajustados. Busque sempre soluções mais simples antes. Espero ter ajudado.
Abs,
Allan