Imagine un escenario en el que no tiene muchos datos para comenzar y no puede esperar para recopilar datos y construir un modelo sin realizar una transacción comercial real. Por ejemplo, está anunciando un producto en línea y no tiene un modelo para predecir qué perfil de usuario es más probable que responda a su anuncio. En este caso, comienza con una estimación aproximada y continúa mejorando el modelo a medida que recopila experiencia del tráfico de usuarios y las respuestas de compra.
Otra forma de verlo es pensar en el caso en el que el espacio de parámetros es de dimensiones muy altas, por lo que resulta poco realista recopilar todos los escenarios posibles para aprender un modelo general. Con el aprendizaje en línea, inmediatamente intenta caminar en la dirección más prometedora en el espacio de parámetros para realizar mejoras rápidas mientras sea posible con vistas a soluciones más generales.
- ¿En qué organización es mejor trabajar para un puesto de pasantía en ciencia de datos, Analytics Vidhya o Sigmaway?
- Aprendizaje automático: ¿Cuál es una explicación intuitiva de AUC?
- ¿Cuáles son algunas formas en que usa los datos para respaldar su aplicación?
- ¿Cuál es su opinión del Certificado de Harvard Data Science?
- Actualmente, tengo SAP HANA como un conjunto de habilidades. ¿Debo elegir la ciencia de datos como mi futura carrera?
