Как найти слабые места в ваших моделях машинного обучения ?


Как найти слабые места в ваших моделях машинного обучения ?

1) Используйте методы наивысшей априорной плотности для поиска одномерных срезов данных с низкой точностью.
Эти одномерные срезы данных сокращают пространство поиска и показывают, где с нашими данными могут возникнуть проблемы.

2) Используйте деревья решений, чтобы находить срезы двумерных данных с низкой точностью. Эти двумерные срезы данных сокращают пространство поиска для категориальных предикторов
и взаимодействий 2-го порядка, чтобы показать, где наши данные могут быть проблематичными.

3) Удалите все фрагменты данных, которые не соответствуют определенным эвристикам. Два основных — это минимальная поддержка тестового набора и статистически значимое увеличение ошибки.

Как вы думаете какая зарплата у человека способного реализовать эти вещи ? Правильно такого человека нет, такое можно сделать только группой, очень увлеченной хорошо финансируемой группой.

Я сама умная