March 2016
Intermediate to advanced
408 pages
12h 50m
Portuguese (Portugal, Brazil)
Conceitos fundamentais: Uma reflexão sobre o que é desejado dos resultados de data science; Valores esperados como estrutura chave de avaliação; Consideração de bases comparativas adequadas.
Técnicas exemplares: Várias métricas de avaliação; Estimando custos e benefícios; Cálculo do lucro esperado; Criação de métodos base para comparação.
Lembre-se do início do Capítulo 5: como gerente da MegaTelCo, você queria avaliar se o modelo que a minha empresa de consultoria havia produzido era bom. Deixando de lado o sobreajuste, como você mediria isso?
Para o data science agregar valor a uma aplicação, é importante que o cientista de dados e outros investidores considerem cuidadosamente ...
Read now
Unlock full access