Oefening: een implementatieoplossing ontwerpen

10 minuten

Notitie

Lees de casestudy hieronder om deze oefening te voltooien. Aan het einde wordt u gevraagd om advies te geven door de vragen over de kennistoets te beantwoorden.

Welkom bij Proseware! U bent ingehuurd als hoofdgegevenswetenschapper om ons te helpen bij het ontwerpen van een machine learning-implementatieoplossing.

Het probleem begrijpen

Bij Proseware ontwikkelen we een mobiele toepassing waarmee artsen sneller ziektes kunnen diagnosticeren bij patiënten. Een arts kan de medische gegevens van de patiënt invoeren in de app om een diagnose op de patiënt te krijgen.

Onze eerste geplande functie is dat de app de arts vertelt of de patiënt verder moet worden gescreend of behandeld voor diabetes.

We hebben al gegevens verzameld die correleren met diabetes, zoals het aantal zwangerschappen, leeftijd en body mass index (BMI). We hebben ook een team van gegevenswetenschappers die werken aan het trainen van een model dat kan classificeren of een patiënt waarschijnlijk diabetes heeft.

We hebben uw hulp nodig bij het bepalen hoe u het model implementeert om het te integreren met onze mobiele toepassing.

We kijken uit naar uw advies over het ontwerpen van de implementatieoplossing van het model.

Houd rekening met de vereisten

Vereiste	Beschrijving
	Houd rekening met de frequentie. Het plan is dat een arts de gegevens van een patiënt in de app invoert, zoals hun leeftijd en BMI. Na het invoeren kan een arts de `Analyze` knop selecteren, waarna het model moet voorspellen of een patiënt waarschijnlijk diabetes heeft.
	Houd rekening met de berekening. Een doktersadvies duurt doorgaans minder dan 10 minuten. Als we willen dat artsen deze app gebruiken, hebben we de antwoorden nodig die zo snel mogelijk moeten worden geretourneerd. Het geïmplementeerde model moet altijd beschikbaar zijn, omdat we niet weten wanneer een arts dit kan gebruiken.
	Houd rekening met de grootte. Een arts gebruikt de app alleen om een voorspelling te krijgen over de situatie van een persoon. Het is niet nodig om de voorspellingen van meerdere patiënten tegelijk te genereren.