机器学习和预测系统

将历史和运营数据转化为可根据一个有意义的基线进行评估的预测,分类和优先级.

问题

模特会改善你真正需要做出的决定吗?

定义目标,预测的地点和它将支持的行动. 在引入复杂模型之前,建立一个简单的基准. 检查可用的数据是否反映了该模型将使用的人口和条件.

建立可重复的数据准备,功能创建,培训和评估的管道. 单独的培训和评估数据,以反映时间,实体和部署条件. 调查泄漏,标签不确定性以及不同类型的错误的成本.

改变输入和改变行为的计划. 连接监测与重新培训决策,模型版本和反弹. 给接收者团队明确说明适当的使用,已知限制以及选择模型背后的证据.

我应该带什么来谈话?

带来你需要做出的决定,你已经知道的限制和一个小,非机密的例子. 我们可以同意,资源,专注的审查或更详细的讨论是正确的下一步.

接下来更清楚的步骤