머신 러닝의 실수

비즈니스를 위한 Machine Learning

Karolis Urbonas

Head of Machine Learning & Science, Amazon

실수

  • 머신 러닝부터 시작
  • 데이터 부족
  • 타깃 변수 정의
  • 늦은 테스트, 영향 없음
  • 특성 선택
비즈니스를 위한 Machine Learning

머신 러닝부터 시작

피라미드-원본

비즈니스를 위한 Machine Learning

데이터 부족

준비

비즈니스를 위한 Machine Learning

타깃 변수 정의

  • 무엇을 예측합니까?
  • 관측 가능합니까?
    • 계약형 이탈: 고객이 프리미엄 신용카드를 해지함
    • 비계약형 이탈: 고객이 다른 식료품점을 이용하기 시작함
  • 심층 분석
  • 도메인 전문성
비즈니스를 위한 Machine Learning

특성 선택

추론(타깃 변수에 무엇이 영향을 미치는가?)

  • 통제 가능한 변수를 선택(웹사이트 지연, 가격, 배송, 고객 서비스 등)
  • 특성 선택에는 비즈니스 참여가 필수

$$

예측(미래의 타깃 값을 추정할 수 있는가?)

  • 바로 쓸 수 있는 데이터부터 시작
  • 성능이 괜찮으면 테스트
  • 새 특성을 점진적으로 추가
비즈니스를 위한 Machine Learning

늦은 테스트, 영향 없음

A/B 테스트

비즈니스를 위한 Machine Learning

연습해 봅시다!

비즈니스를 위한 Machine Learning

Preparing Video For Download...