Comprobación de conocimiento
Nota:
Para hacer este ejercicio, lea el siguiente caso práctico. Al final, se le pedirá que dé asesoramiento respondiendo las preguntas de comprobación de conocimientos.
¡Bienvenido a Proseware! Le hemos contratado como científico de datos principal para que nos ayude a diseñar una solución de implementación de aprendizaje automático.
Entender el problema
En Proseware, estamos desarrollando una aplicación móvil que ayude a los médicos a diagnosticar enfermedades en los pacientes más rápidamente. Un médico puede introducir los datos médicos del paciente en la aplicación para obtener un diagnóstico.
La primera característica que tenemos prevista es que la aplicación indique al médico si debe seguir examinando al paciente o tratarlo de diabetes.
Ya hemos recopilado datos que se correlacionan con la diabetes, como el número de embarazos, la edad y el índice de masa corporal (IMC). También tenemos un equipo de científicos de datos que trabajan en el entrenamiento de un modelo capaz de señalar las probabilidades de que un paciente tenga diabetes.
Necesitamos su ayuda para decidir cómo diseñar el modelo para llevarlo a producción.
Esperamos su consejo sobre cómo diseñar la solución de operaciones de aprendizaje automático (MLOps).
Consideración de los requisitos
- Tenga en cuenta los entornos. Actualmente, estamos trabajando en un equipo pequeño y usted es el único científico de datos que participa. Queremos ver si este proyecto tiene éxito antes de escalarlo verticalmente y conseguir que un equipo grande participe.
- Tenga en cuenta el modelo. Como el modelo se usa para ayudar a los médicos, la precisión es importante para nosotros. El modelo solo debe estar en uso cuando sepamos que funciona según lo previsto.
- Tenga en cuenta los datos. Estamos comenzando poco a poco y usaremos principalmente el modelo implementado para probar la aplicación. Los datos en los que el modelo implementado genera predicciones no deben usarse para volver a entrenar el modelo, ya que pueden estar sesgados.