总结

根据机器学习构建问题的过程分为两个步骤：

1. 通过执行以下操作，验证机器学习是否是一种良好的方法：

   • 了解问题所在。
   • 确定明确的用例。
   • 理解数据。

2. 通过执行以下操作，用机器学习术语来表述问题：

   • 定义理想结果和模型目标。
   • 确定模型的输出。
   • 定义成效指标。

这些步骤可以设定明确的目标，并提供用于与其他机器学习从业者合作的共享框架，从而节省时间和资源。

通过以下练习构建机器学习问题并制定解决方案：

• 构建机器学习问题
• 制定解决方案

隐私与道德

使用机器学习可能会引发隐私和道德问题。在将模型投入生产之前，请查看以下资源：

• MLCC 公平性模块

• Responsible AI 做法

继续学习

更多机器学习学习资源

• 数据准备和功能工程
• 在机器学习中进行测试和调试
• 人 + AI 研究