Test wiedzy
Uwaga
Aby ukończyć to ćwiczenie, przeczytaj analizę przypadku. Na koniec zostanie wyświetlony monit o udzielenie porad, odpowiadając na pytania dotyczące testu wiedzy.
Proseware — Zapraszamy! Zostałeś zatrudniony jako główny analityk danych, aby pomóc nam zaprojektować rozwiązanie wdrażania uczenia maszynowego.
Omówienie problemu
W firmie Proseware opracowujemy aplikację mobilną, która pomaga lekarzom szybciej diagnozować choroby u pacjentów. Lekarz może wprowadzić dane medyczne pacjenta do aplikacji, aby uzyskać diagnozę pacjenta.
Pierwszą planowaną funkcją jest to, że aplikacja informuje lekarza , czy pacjent powinien być dodatkowo przesiewowy, czy leczony na cukrzycę.
Zebraliśmy już dane, które są skorelowane z cukrzycą, takie jak liczba ciąż, wiek i wskaźnik masy ciała (BMI). Mamy również zespół analityków danych pracujący nad szkoleniem modelu, który może sklasyfikować, czy pacjent może mieć cukrzycę.
Potrzebujemy twojej pomocy przy podejmowaniu decyzji o tym, jak zaprojektować model w celu wprowadzenia modelu do środowiska produkcyjnego.
Czekamy na Twoją poradę dotyczącą projektowania rozwiązania do operacji uczenia maszynowego (MLOps).
Weź pod uwagę wymagania
- Weź pod uwagę środowiska. Obecnie pracujemy w małym zespole i jesteś jedynym analitykiem danych. Chcemy sprawdzić, czy ten projekt zakończył się pomyślnie, zanim rzeczywiście przeskaluje się w górę i zaangażuje duży zespół.
- Rozważmy model. Ponieważ model jest używany do pomocy lekarzom, dokładność jest dla nas ważna. Model powinien być używany tylko wtedy, gdy wiemy, że działa zgodnie z oczekiwaniami.
- Rozważ dane. Zaczynamy od małych i będziemy używać głównie wdrożonego modelu do testowania naszej aplikacji. Dane, dla których wdrożony model generuje przewidywania, nie powinny być używane do ponownego trenowania modelu, ponieważ może być stronniczy.