Sistemas de aprendizaje automático y predictivo
Convertir los datos históricos y operativos en predicciones, clasificaciones y priorización que puedan evaluarse en función de una base de referencia significativa.
¿Mejorará un modelo la decisión que realmente necesitas tomar?
Definir el objetivo, el punto en el que se hace una predicción y la acción que apoyará. Establecer una base de referencia sencilla antes de introducir modelos complejos. Compruebe si los datos disponibles reflejan la población y las condiciones en las que se utilizará el modelo.
Construir un gasoducto repetible para la preparación de datos, creación de características, formación y evaluación. Separar los datos de capacitación y evaluación de manera que reflejen el tiempo, las entidades y las condiciones de despliegue. Investigar las fugas, la incertidumbre de las etiquetas y el costo de los diferentes tipos de errores.
Plan para cambiar los insumos y el comportamiento. Conectar el monitoreo a las decisiones de reciclaje, versión modelo y retroceso. Dar a los equipos receptores una clara cuenta del uso apropiado, las limitaciones conocidas y la evidencia detrás del modelo elegido.
Qué hacer para avanzar
- Un objetivo mensurable y una base de referencia creíble
- Flujo de trabajo de formación y evaluación repetible
- Despliegue, supervisión y readaptación
¿Qué debo traer a una conversación?
Traiga la decisión que necesita tomar, las limitaciones que ya conoce y un pequeño ejemplo no confidencial. Entonces podemos estar de acuerdo si un recurso, un examen centrado o un debate más detallado es el siguiente paso correcto.