Kapitel 7: Entscheidungsanalyse I: Was ist ein gutes Modell?

Fundamentale Konzepte:

  • Sorgfältige Erwägung der erwünschten Ergebnisse der Data Science

  • Erwartungswerte zur Beurteilung verwenden

  • Angemessene Vergleichswerte betrachten

Exemplarische Verfahren:

  • Verschiedene Beurteilungskriterien

  • Kosten-Nutzen-Abschätzung

  • Berechnung zu erwartender Profite

  • Grundlegende Vergleichsmethoden

Erinnern Sie sich an den Anfang von Kapitel 5, wo Sie als Manager bei der MegaTelCo beurteilen sollten, ob das von meiner Beratungsfirma erstellte Modell irgendeinen Nutzen hat. Von der Überanpassung einmal abgesehen – wie würden Sie das Modell beurteilen?

Für Data Scientists und andere Interessengruppen ist es wichtig, genau zu überlegen, was durch ...

Get Data Science für Unternehmen - Data Mining und datenanalytisches Denken praktisch anwenden now with the O’Reilly learning platform.

O’Reilly members experience books, live events, courses curated by job role, and more from O’Reilly and nearly 200 top publishers.