La création de problèmes est le processus d'analyse d'un problème afin d'isoler les éléments individuels qui doivent être traités pour le résoudre. La structuration de problèmes permet de déterminer la faisabilité technique de votre projet et fournit un ensemble clair d'objectifs et de critères de réussite. Lorsque vous envisagez une solution de ML, le cadrage efficace des problèmes peut déterminer si votre produit finit par réussir.
Le cadrage formel des problèmes est le point de départ essentiel pour résoudre un problème de ML, car il nous oblige à mieux comprendre le problème et les données afin de les concevoir et d'établir un pont entre eux. - Ingénieur TensorFlow
De manière générale, la définition d'un problème de ML comprend deux étapes distinctes:
- Déterminer si le ML est la bonne approche pour résoudre un problème
- Formuler le problème en termes de ML
Testez vos connaissances
Pourquoi le cadrage du problème est-il important ?
En cernant le problème, vous vous assurez qu'une approche de ML constitue une bonne solution avant de commencer à travailler avec des données et à entraîner un modèle.
Le cadrage des problèmes permet de diagnostiquer les problèmes liés aux modèles de ML existants et d'identifier ceux liés aux données.