身為一家健康保險公司的決策科學家，你正在建立預測模型來估計病患的死亡風險。在投入複雜、效能更高的模型之前，先從一個「Minimum Viable Product」（MVP）——也就是模型的「最簡可用版本」——開始很重要。MVP 有助於建立效能基準，並讓你能快速迭代、及早取得回饋。
下列哪一個選項「最能代表」用來預測病患死亡率的 MVP？
本練習屬於課程
將理論付諸實踐，立即體驗我們的互動練習
探索 Decision Science 的核心原則及其在現代商業中的重要性。建立決策建模技巧、問題框架思維的基礎理解，並掌握以資料驅動決策時的倫理考量。
培養高效率執行 Decision Science 專案的實務技巧。學會定義成功準則、評估資料來源、進行品質檢查、選取相關特徵、為模型排定優先順序，並在你的組織中營造以資料為本的文化。
當前練習
發現 Decision Science 在各產業的多元應用，包括行銷、金融與營運。掌握向利害關係人呈現資料驅動洞見的溝通策略，並凝聚以資料為依據的決策共識。同時探索該領域的未來趨勢與新發展。
