Video: My Friend Irma: Irma's Inheritance / Dinner Date / Manhattan Magazine 2024
Seperti yang anda tidak suka, pekerjaan analitik ramalan anda tidak berakhir apabila model anda berjalan secara langsung. Penyebaran model yang berjaya dalam pengeluaran tidak ada masa untuk berehat. Anda perlu memantau ketepatan dan prestasinya dari masa ke masa. Model cenderung merendahkan masa (sedikit lebih cepat daripada yang lain); dan penyerapan tenaga yang baru diperlukan dari semasa ke semasa untuk memastikan model itu berjalan dan berjalan. Untuk terus berjaya, model mesti disemak dan dinilai semula berdasarkan data baru dan perubahan keadaan.
Jika keadaan berubah supaya mereka tidak lagi sesuai dengan latihan asal model, maka anda perlu melatih semula model untuk memenuhi syarat-syarat baru. Keadaan baru yang mendesak itu termasuk
- Perubahan keseluruhan dalam objektif perniagaan
- Penggunaan dan penghijrahan ke - teknologi baru dan lebih kuat
- Kemunculan trend baru di pasaran
- Bukti bahawa persaingan itu menangkap
Pelan strategik anda harus memasukkan amaran yang tetap untuk sebarang keperluan yang muncul untuk menyegarkan model anda dan membawanya ke peringkat seterusnya, tetapi mengemas kini model anda harus menjadi proses yang berterusan. Anda akan menyimpan input dan output tweaking, menggabungkan aliran data baru, melatih semula model untuk keadaan baru dan terus menyempurnakan outputnya. Pastikan matlamat ini diingat:
- Tinggal di atas keadaan yang berubah-ubah dengan melatih semula dan menguji model dengan kerap; meningkatkannya apabila perlu.
- Pantau ketepatan model anda untuk menangkap kemerosotan dalam prestasinya dari masa ke masa.
- Mengganti pemantauan model anda dengan mengembangkan aplikasi tersuai yang melaporkan dan menjejaki prestasi model.
Pemantauan pemantauan, atau mempunyai ahli pasukan lain yang terlibat, akan mengurangkan kebimbangan mana-mana saintis data mungkin mempunyai prestasi model dan boleh meningkatkan penggunaan masa semua orang.
Pemantauan automatik menjimatkan masa dan membantu anda mengelakkan ralat semasa menjejaki prestasi model.
