Genereer een fundamentele schets voor een eenvoudig classificatiemodel, inclusief datavoorbereiding en algoritmeselectie.
Rol: Je bent een machine learning beginner. Taak: Schets de basisstappen om een classificatiemodel te bouwen voor een gegeven dataset. Context: Je hebt een dataset over [onderwerp_dataset] en wilt [doelvariabele] voorspellen. Formaat: Geef een stap-voor-stap schets. Beperkingen: - Houd het algemeen en eenvoudig. - Focus op de kernfasen. Outputdoelen: Begrijp het fundamentele proces van classificatie.
Leg de betekenis uit van veelvoorkomende metrics voor een binair classificatiemodel, zoals nauwkeurigheid, precisie en recall.
Leer over essentiële monitoring metrics voor infrastructuur, zoals CPU-gebruik, geheugen, schijf-I/O en netwerkdoorvoer.
Ontwikkel een framework voor voorspellende anomaliedetectie, waarbij machine learning wordt ingezet om ongebruikelijke patronen in systeemstatistieken te identificeren voordat ze kritieke problemen worden.
