การเฟรมปัญหาในแง่ของ ML เป็นกระบวนการที่มี 2 ขั้นตอน ดังนี้
ยืนยันว่า ML เป็นวิธีที่ดีโดยทำสิ่งต่อไปนี้
- ทำความเข้าใจปัญหา
- ระบุกรณีการใช้งานที่ชัดเจน
- ทำความเข้าใจข้อมูล
กำหนดเฟรมปัญหาในคำศัพท์ ML โดยทำดังต่อไปนี้
- กำหนดผลลัพธ์และเป้าหมายของรูปแบบในอุดมคติ
- ระบุเอาต์พุตของโมเดล
- กำหนดเมตริกความสำเร็จ
ขั้นตอนเหล่านี้จะช่วยประหยัดเวลาและทรัพยากรโดยการตั้งเป้าหมายที่ชัดเจน และให้เฟรมเวิร์กร่วมกันสำหรับการทำงานกับผู้ปฏิบัติงาน ML คนอื่นๆ
ใช้แบบฝึกหัดต่อไปนี้เพื่อวางกรอบโจทย์ ML และกำหนดแนวทางแก้ปัญหา
ความเป็นส่วนตัวและจริยธรรม
การใช้แมชชีนเลิร์นนิงอาจสร้างความกังวลเรื่องความเป็นส่วนตัวและจริยธรรมได้ ก่อนนำโมเดลไปใช้จริง ให้ตรวจสอบทรัพยากรต่อไปนี้