ML a neurónové siete v praktických príkladoch / Scikit-learn: Klasifikačná úloha, akcelerácia výpočtov pomocou GPU

Scikit-learn je populárna open source knižnica pre strojové učenie v Pythone, určená na riešenie úloh z oblasti dátovej analýzy, prediktívneho modelovania a strojového učenia. Knižnica na výpočty využíva CPU. Na príklade klasifikačnej úlohy ukážeme, ako akcelerovať výpočty pomocou GPU. {{BANNER|SIMPLE_BANNER_HOMEPAGE_2}}  V príklade budeme využívať databázu fetch_covtype, ktorá je súčasťou scikit-learn. Databáza obsahuje údaje z oblasti lesného hospodárstva USA. Ide o Covertype dataset, ktorý pochádza z amerického ministerstva poľnohospodárstva a používa sa na klasifikáciu typu lesa či porastu podľa rôznych geografických a ekologických atribútov. Databáza má 581 012 záznamov a 54 vstupných atribútov. Hodí sa na úlohy typu klasifikácie, v tomto prípade predikcie typu lesa v danej lokalite. Z už spomínaných 54 atribútov je 10 numerických: nadmorská výška, smer svahu, sklon, horizontálna vzdialenosť od vody, vertikálna vzdialenosť od vody, vzdialenosť od cesty, tiene o 9:00, 12:00 a 15: ...