Uno de los ejemplos más simples de Machine Learning con el que puede jugar, que tiene aplicaciones prácticas en economía, es la predicción de los precios de la vivienda para una ciudad (o área de la ciudad) dadas algunas características disponibles como pies cuadrados / metros totales, número de habitaciones, número de baños, etc.
Puede hacer predicciones muy decentes utilizando un modelo de regresión lineal simple y luego refinarlo más si lo desea.
Si está buscando un conjunto de datos inicial con el que trabajar, le sugiero que use uno clásico como el Conjunto de datos de vivienda de Boston disponible aquí: Conjunto de datos de vivienda
- Cómo entrenar clasificador lineal paso a paso con Caffe, utilizando las respuestas de la última capa completamente conectada del modelo AlexNet como características
- ¿Cuáles son los pros y los contras de los diversos algoritmos de clasificación de Tree Ensemble?
- ¿Debo usar Python o Scala para construir un sistema de aprendizaje automático para mi aplicación?
- ¿Qué es el aprendizaje profundo en los puntos de vista sociológicos?
- ¿Cómo explicaría la desigualdad de Hoeffding y, como consecuencia natural, la dimensión Vapnik Chervonenkis a un niño de diez años?
Si busca en Internet, encontrará muchos tutoriales para principiantes que usan este conjunto de datos junto con R, Python u otros como el lenguaje ML elegido.
Consulte, por ejemplo, este tutorial para Python: Cómo ejecutar la regresión lineal en Python SciKit-Learn
