Para plantear su pregunta matemáticamente, si KPI es una función (llamémosla k) de parámetros (llamémoslos P) desea:
Maximice k (P), de modo que C (P)> 0.
Donde C es un conjunto de funciones que expresan las restricciones que ha mencionado. Si se conoce la función KPI, entonces este problema es un problema de optimización y no un problema de aprendizaje automático. Si, por otro lado, no se conoce la relación entre KPI y P, entonces el aprendizaje automático se utiliza para descubrir esa relación.
- ¿Qué significa que una función sea fluida en un contexto de redes neuronales?
- ¿Es posible implementar un verificador de hechos de Donald Trump como modelo de aprendizaje automático? ¿Qué tan exacto sería?
- ¿Qué documentos sobre chatbot debo leer antes de desarrollar e investigar sobre chatbot?
- ¿IBM Watson tiene elementos de aprendizaje profundo dentro de su código?
- ¿La Inteligencia Artificial hará que el mundo sea más igualitario o más desigual?
Aquí “manualmente” se pueden ajustar varios conjuntos de parámetros y observar el KPI. Luego, el aprendizaje automático se puede usar para ajustar KPI a P. Hay varios algoritmos para esto, comenzando desde una relación lineal como la regresión OLS hasta regresiones complejas de árbol de decisión para relaciones no lineales.
El siguiente paso sería resolver el problema de optimización. Esto se puede hacer a través de varias técnicas bien conocidas. Si C y KPI son funciones genéricas sin restricciones especiales de ser convexo / lineal, entonces la simulación es la mejor manera de resolver este problema.