Los modelos de caja negra son valiosos (para sus clientes) cuando:
- Ha demostrado su experiencia en el dominio que está modelando. Por ejemplo, Machine Learning es muy popular en estos días y su empresa contrata al mejor talento disponible. Para mostrar su experiencia, puede escribir publicaciones técnicas en el blog, asistir a conferencias, organizar reuniones y los gustos.
- Usted brinda servicios adicionales al modelo que ofrece. Por ejemplo, si vende predicciones de ML, también debe proporcionar recomendaciones / mejores prácticas sobre cómo usar estas predicciones para la tarea en cuestión. También debe proporcionar herramientas para integrarlos fácilmente en los productos existentes de su cliente.
- Todos los servicios que proporciona constituyen un paquete coherente . Su modelo de caja negra es solo un pequeño paso de la tubería completa.
¡Espero que esto ayude!
- ¿Qué es el marco de Big Data?
- ¿Qué es el big data en tiempo real?
- ¿Cuáles son algunos de los principios de ingeniería de software que todo científico de datos debe conocer? ¿Cómo los aprendes?
- ¿Cómo se delinean las startups entre las funciones de un científico de datos y una persona analítica más general / orientada a la adquisición?
- ¿Cuál es la forma más rápida de realizar un EDA en un conjunto de datos con más de 100 variables?