Zusammenfassung

Die Definition eines Problems in Bezug auf ML erfolgt in zwei Schritten:

1. So prüfen Sie, ob ML ein guter Ansatz ist:

   • Verstehen Sie das Problem.
   • Identifizieren Sie einen eindeutigen Anwendungsfall.
   • Daten richtig interpretieren

2. So formulieren Sie das Problem in ML-Begriffen:

   • Definieren Sie das ideale Ergebnis und das Ziel des Modells.
   • Identifizieren Sie die Ausgabe des Modells.
   • Definieren Sie Erfolgsmetriken.

Diese Schritte können Zeit und Ressourcen sparen, indem Sie klare Ziele setzen und eine gemeinsames Framework für die Zusammenarbeit mit anderen ML-Anwendern.

Verwenden Sie die folgenden Übungen, um ein ML-Problem zu formulieren und eine Lösung zu formulieren:

• ML-Problem einbinden
• Eine Lösung entwickeln

Datenschutz und Ethik

Der Einsatz von ML kann Datenschutz und ethische Bedenken aufwerfen. Vor der Produktion erhalten Sie in den folgenden Ressourcen:

• MLCC-Fairnessmodul

• Verantwortungsbewusste KI-Praktiken

Weiterlernen

Weitere ML-Lernressourcen

• Datenvorbereitung und Feature Engineering
• Tests und Debugging im maschinellen Lernen
• Mensch- und KI-Forschung