機器學習常見錯誤

Machine Learning for Business

Karolis Urbonas

Head of Machine Learning & Science, Amazon

常見錯誤

  • 先做機器學習
  • 資料不足
  • 目標變數定義
  • 太晚測試，無法產生影響
  • 特徵選擇
Machine Learning for Business

先做機器學習

金字塔（原始）

Machine Learning for Business

資料不足

準備

Machine Learning for Business

目標變數定義

  • 我們要預測什麼？
  • 能觀測得到嗎？
    • 有契約的流失：客戶終止高級信用卡
    • 無契約的流失：客戶改去其他超市消費
  • 深入分析
  • 商業領域專業知識
Machine Learning for Business

特徵選擇

Inference（目標變數「受哪些因素影響」？）

  • 選可控的變數（網站延遲、價格、配送、客服等）
  • 商業端必須參與特徵選擇

$$

Prediction（未來能「估計」目標變數的值嗎？）

  • 從現成可用的資料開始
  • 若模型表現可接受，就進行測試
  • 迭代加入新特徵
Machine Learning for Business

太晚測試，無法產生影響

A/B 測試

Machine Learning for Business

一起來練習吧！

Machine Learning for Business

Preparing Video For Download...