识别失败的实验和未能推动期望业务结果的模型非常重要：这有助于将资源投入到业务影响最大的领域。下面是基于 ML 模型输出进行的一次防止客户流失测试的三组结果。哪一组表现最好，应该被选中并在主生产系统中实施？
本练习是课程的一部分
通过我们的互动练习之一，将理论转化为实践
机器学习广泛应用于各行各业。若正确应用，它能够从根本上提升业务表现。本章将概述机器学习的典型应用场景、相关岗位角色，以及它们在数据需求金字塔中的定位。
本章概览不同类型的机器学习。我们将区分因果模型与预测模型，探索有监督学习与无监督学习，并最终理解有监督学习的子类型：分类与回归。
本章将回顾界定业务需求的关键步骤，识别并评估机器学习机会的规模，评估模型性能，并识别过程中可能出现的性能风险。
当前练习
本章将探讨管理机器学习项目的最佳与最差实践。我们将识别常见的机器学习错误，学习如何管理业务团队与 ML 团队之间的沟通，并最终解决将机器学习模型部署到生产环境时面临的挑战。
