自動車価格予測

はじめに

このチュートリアルでは、Catalyst QuickML を使用して自動車の価格を予測する強力な機械学習モデルを構築する手順を説明します。

まず、データセットの前処理を行い、トレーニングに適した状態に整えます。次に、データ変換を処理するためのデータパイプラインを構築し、モデルのトレーニングとテストを行うためのML パイプラインを構築します。最後に、トレーニング済みモデルに対して外部アプリケーションからのやり取りを可能にし、自動車の価格予測を提供するエンドポイントを作成します。2つのパイプラインを構築する理由は、データパイプラインを再利用して、将来的に任意の数の ML パイプラインを構築できるためです。

自動車価格予測 ML モデルは、以下の Catalyst サービスを使用して構築されます：

Catalyst QuickML ：このサービスを使用して、まずサンプルデータセットにノード操作を適用して前処理を行い、データパイプラインを構築します。この前処理済みデータを使用して、ML アルゴリズムを実行し、ML モデルを作成します。最終的に、自動車価格予測 ML モデルは、QuickML で生成されたエンドポイント URL を使用して外部アプリケーションからアクセスできます。

Catalyst コンソールで必要なデータパイプラインおよび ML パイプラインをすべて作成した後の最終的な出力は、以下のようになります：