4個數據錯誤 – Newbie Analysts Make

1:專注於建立模型來監控

沒有足夠的重點將模型投入生產來做決策。此外,模型隨著時間的推移而降級,因此監視模型並以頻繁的間隔重新訓練是很重要的。

 

2:修復算法及忽略嘗試解決的問題

他們繼續調整算法以適應現有的學習數據。

 

3:強調預測準確性超過適用性

為了避免過分適應變量,盡可能減少保留和調整變量,以便能夠以合理的方式測試和應用模型。

 

4:在保證數據質量之前先進行分析

數據分析師需要了解業務以及數字來自哪裡。

https://tdwi.org/Articles/2017/10/12/ADV-ALL-4-Data-Mistakes-Newbie-Analysts-Make.aspx?Page=1

Leave a Reply