Udostępnij za pośrednictwem

Cykl życia procesu Nauka o danych zespołowego

  • Artykuł

Proces Nauka o danych zespołu (TDSP) zapewnia cykl życia, którego zespół może używać do tworzenia struktury projektów nauki o danych. Cykl życia przedstawia kroki, które można wykonać, aby pomyślnie ukończyć projekt.

Należy użyć tego cyklu życia, jeśli masz projekt nauki o danych, który jest częścią inteligentnej aplikacji. Inteligentne aplikacje wdrażają modele uczenia maszynowego lub sztucznej inteligencji na potrzeby analizy predykcyjnej. Możesz również użyć tego procesu do eksploracyjnych projektów nauki o danych i improwizowanych projektów analitycznych, ale może nie być konieczne zaimplementowanie każdego kroku cyklu życia.

Twój zespół może połączyć oparty na zadaniach zestaw TDSP z innymi cyklami życia nauki o danych, takimi jak standardowy proces wyszukiwania danych (CRISP-DM), odnajdywanie wiedzy w bazach danych (KDD) lub własny proces niestandardowy organizacji.

Cel i wiarygodność

Celem TDSP jest usprawnienie i standaryzacja podejścia do projektów nauki o danych i sztucznej inteligencji. Firma Microsoft zastosowała tę ustrukturyzowaną metodologię w setkach projektów. Naukowcy badali TDSP i opublikowali swoje odkrycia w literaturze z przeglądem równorzędnym. Struktura architektoniczna TDSP jest dokładnie przetestowana i sprawdzona w wielu obszarach.

Pięć etapów cyklu życia

Cykl życia TDSP składa się z pięciu głównych etapów, które zespół wykonuje iteracyjnie. Te etapy obejmują:

Oto wizualna reprezentacja cyklu życia TDSP:

Diagram przedstawiający etapy cyklu życia TDSP.

Cykl życia TDSP to sekwencja kroków, które zawierają wskazówki dotyczące tworzenia modeli predykcyjnych. Twój zespół wdraża modele predykcyjne w środowisku produkcyjnym, którego planujesz używać do tworzenia inteligentnych aplikacji. Celem tego cyklu życia procesu jest przejście do projektu nauki o danych w kierunku jasnego punktu końcowego zaangażowania. Nauka o danych to ćwiczenie w badaniach i odkryciach. Jeśli używasz dobrze zdefiniowanego procesu do przekazywania zadań zespołowi, zwiększasz prawdopodobieństwo pomyślnego przeprowadzenia projektu nauki o danych.

Każdy etap ma własny artykuł, który zawiera opis:

  • Cele: Cele etapu.
  • Jak to zrobić: konspekt zadań wykonywanych na etapie i wskazówki dotyczące sposobu ich ukończenia.
  • Artefakty: elementy dostarczane, które należy utworzyć podczas etapu i zasobów, których można użyć, aby je utworzyć.

Recenzowane cytaty równorzędne

Naukowcy publikują literaturę z przeglądem równorzędnym na temat TDSP. Zapoznaj się z następującym materiałem, aby zbadać funkcje i aplikacje TDSP.

Współautorzy

Ten artykuł jest obsługiwany przez firmę Microsoft. Pierwotnie został napisany przez następujących współautorów.

Główny autor:

Aby wyświetlić niepubalne profile serwisu LinkedIn, zaloguj się do serwisu LinkedIn.