我們希望機器學習模型能夠:
成功的提示 |
---|
此時,陳述式可以定性,但請確保這擷取到真正的目標,而非間接目標。如果您不確定,請參閱前幾堂課,瞭解機器學習技術的潛力。 |
理想的結果是:
成功的提示 |
---|
您不需要將指標限制在已最佳化產品的指標 (我們會在下一個練習中說明)。而是改為著重於產品或服務的目標。 |
我們的成效指標如下:
如果機器學習模型符合以下情況,就會視為失敗:
成功的提示 |
---|
|
機器學習模型的輸出內容如下:
輸出內容定義為下列其中一種:
成功的提示 |
---|
|
下列情況將取得機器學習模型的輸出內容:
結果將用於:
成功的提示 |
---|
思考您需要哪些資料才能進行預測。舉例來說,假設您使用機器學習技術在地圖應用程式中預測交通時間,則撰寫內容可能會是「當使用者選取起點、目的地和交通方式時,將會取得模型的輸出內容」。 |
思考你會如何在產品中使用預測結果。
|
如未使用機器學習,我們會:
成功的提示 |
---|
試想到您未來可能需要提供產品的情況,才能採取硬式編碼的商業邏輯。請問該怎麼做? |