Summary  
Introduces supervised machine learning by training a model on labeled data to learn classification patterns and evaluating its performance on unseen test data.

General domain of usage  
Email spam detection

Tämän kurssin koodin seuraamista varten on hyödyllistä suorittaa seuraavat kurssit ensin, elleivät nämä aiheet ole jo entuudestaan tuttuja:

**Koneoppiminen (ML)** on ohjelmoinnin lähestymistapa, jossa tietokoneet oppivat datasta ratkaisemaan tehtävän sen sijaan, että niille annettaisiin tarkat ohjeet.

Esimerkkinä voidaan mainita **roskaposti**/**ei roskaposti** -luokittelija.


Tällaisen järjestelmän rakentaminen perinteisellä ohjelmointitavalla (ilman koneoppimista) on haastavaa, koska se vaatii yksityiskohtaisten sääntöjen kirjoittamista ja esimerkiksi roskapostisanojen manuaalista kokoamista.

Koneoppimisen avulla malli koulutetaan useilla roskaposti- ja normaaleilla sähköposteilla, jolloin se oppii tunnistamaan erottavat piirteet itsenäisesti.



Koulutukseen käytettyä dataa kutsutaan **koulutusjoukoksi**. Tässä tapauksessa se koostuu sähköposteista, jotka on jo **merkitty** roskapostiksi tai normaaliksi postiksi, mikä mahdollistaa mallin oppia molempien kategorioiden ominaisuudet.

Koulutuksen jälkeen mallia arvioidaan **testijoukolla** – erillisellä kokoelmalla merkittyjä sähköposteja. Tämä vaihe tarkistaa, kuinka hyvin malli yleistää uuteen, **ennennäkemättömään dataan**.


Mikä on koneoppimismallin (ML) ensisijainen etu roskaposti/normaaliposti-luokittelijassa verrattuna perinteiseen ohjelmointitapaan?

Koneoppimista käytetään nykyään kaikkialla. Haluatko oppia sen itse? Tämä kurssi on johdatus koneoppimisen maailmaan, jossa opit peruskäsitteet, työskentelet Scikit-learnin – suosituimman ML-kirjaston – kanssa ja rakennat ensimmäisen koneoppimisprojektisi.
Kurssi on tarkoitettu opiskelijoille, joilla on perustiedot Pythonista, Pandasista ja Numpysta.

Koneoppimisen käsitteiden ja ML-projektin työnkulun oppiminen.

Esikäsittely on todennäköisesti tärkein vaihe ML-projektissa. Tämä luku käsittelee esikäsittelyvaiheet, joita tarvitaan lähes kaikissa aineistoissa.

Putkisto on kätevä tapa yhdistää kaikki esikäsittelyvaiheet sekä malli. Putkistot helpottavat huomattavasti mallin kouluttamista ja käyttöä.

Mallintaminen on ML-projektin viihdyttävin vaihe. Opitaan rakentamaan, hienosäätämään ja arvioimaan mallia!

Mikä on ML