Jak projektować systemy uczenia maszynowego

Rozdział 7. Wdrażanie modelu i usługi prognozowania

W rozdziałach od 4. do 6. analizowaliśmy proces projektowania modelu uczenia maszynowego, począwszy od tworzenia danych treningowych i wyodrębniania cech aż po definiowanie samego modelu i wskaźników służących do jego ewaluacji. Te etapy składają się na logikę modelu, czyli metodę określającą, w jaki sposób pierwotne dane powinny zostać przekształcone w model ML (rysunek 7.1). Opracowanie tej logiki wymaga zarówno wiedzy z zakresu uczenia maszynowego, jak i merytorycznej. W wielu firmach ta część procesu jest realizowana przez zespoły składające się z inżynierów ML lub danetyków.

Rysunek 7.1. ...