對商業領導者而言,了解模型的實際表現,以及它在哪些情況下預測失準,至關重要。關於機器學習模型有句(惡)名昭彰的話:「所有模型都是錯的,但有些模型是有用的」。關鍵在於了解該如何運用它來協助業務最佳化營運。在這裡,你會檢視數個模型效能指標與對應的商業結論,並找出哪一個敘述是不正確的。
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
機器學習廣泛應用於各行各業。若運用得當,能從根本提升業務成果。本章將說明機器學習的應用情境、相關職務角色,以及它們如何對應到資料需求金字塔。
本章概覽不同的機器學習類型。我們將比較因果與預測模型,探討監督式與非監督式學習,最後理解監督式學習的子類型:分類與迴歸。
本章將檢視界定商業需求的關鍵步驟、辨識並評估機器學習機會的規模、評估模型效能,以及在此過程中辨識任何效能風險。
當前練習
本章將探討管理機器學習專案的最佳與最差做法。我們會指出最常見的機器學習錯誤,學習如何管理商務與 ML 團隊之間的溝通,並最後說明將機器學習模型部署到正式環境時會面臨的挑戰。