Проверка знаний
Примечание.
Чтобы выполнить это упражнение, ознакомьтесь с примером. В конце концов, вам будет предложено дать совет, ответив на вопросы проверки знаний.
Добро пожаловать в Proseware! Вы были наняты в качестве ведущего сотрудника по обработке и анализу данных, чтобы помочь нам разработать решение для развертывания машинного обучения.
Определение проблемы
В Proseware мы разрабатываем мобильное приложение , которое помогает врачам диагностировать заболевания у пациентов быстрее. Врач может ввести медицинские данные пациента в приложение, чтобы получить диагноз для пациента.
Наша первая запланированная функция заключается в том, что приложение сообщает врачу , должен ли пациент быть дальше экранирован или лечиться для диабета.
Мы уже собрали данные, которые коррелируют с диабетом, например число беременностей, возраст и индекс массы тела (BMI). У нас также есть команда специалистов по обработке и анализу данных, работающая над моделью, которая может классифицировать, может ли пациент иметь диабет.
Нам нужна помощь в принятии решения о том, как разработать модель в рабочую среду.
Мы с нетерпением ждем вашего совета по проектированию решения для операций машинного обучения (MLOps).
Рассмотрите требования
- Рассмотрим среды. В настоящее время мы работаем в небольшой команде, и вы единственный специалист по обработке и анализу данных. Мы хотим узнать, является ли этот проект успешным, прежде чем на самом деле масштабироваться и получить большую команду.
- Рассмотрим модель. Так как модель используется для помощи врачам, точность важна для нас. Модель должна использоваться только в том случае, если мы знаем, что она выполняется должным образом.
- Рассмотрим данные. Мы начинаем с малого и в основном будем использовать развернутую модель для тестирования приложения. Данные развернутой модели создают прогнозы не следует использовать для переобучения модели, так как она может быть предвзятой.