Mantenha tudo organizado com as coleções
Salve e categorize o conteúdo com base nas suas preferências.
Enquadrar um problema em termos de ML é um processo de duas etapas:
Para verificar se o ML é uma boa abordagem, faça o seguinte:
Entenda o problema.
Identifique um caso de uso claro.
Entenda os dados.
Para enquadrar o problema em termos de ML, faça o seguinte:
Defina o resultado ideal e a meta do modelo.
Identifique a saída do modelo.
Defina métricas de sucesso.
Essas etapas podem economizar tempo e recursos ao definir metas claras e fornecer uma estrutura compartilhada para trabalhar com outros profissionais de ML.
Use os exercícios a seguir para enquadrar um problema de ML e formular uma solução:
[[["Fácil de entender","easyToUnderstand","thumb-up"],["Meu problema foi resolvido","solvedMyProblem","thumb-up"],["Outro","otherUp","thumb-up"]],[["Não contém as informações de que eu preciso","missingTheInformationINeed","thumb-down"],["Muito complicado / etapas demais","tooComplicatedTooManySteps","thumb-down"],["Desatualizado","outOfDate","thumb-down"],["Problema na tradução","translationIssue","thumb-down"],["Problema com as amostras / o código","samplesCodeIssue","thumb-down"],["Outro","otherDown","thumb-down"]],["Última atualização 2025-08-04 UTC."],[],[]]