AI产品开发指南:5大核心环节搞定机器学习工作流
Python写得像英语一样6,神经网络、决策树烂熟于心,但如果不能动手将这些算法部署到实际系统中,这一切还有什么意义?
于是,国外的问答网站Quora上就有了这个问题:
怎样开发出一个AI系统或者产品?
量子位觉得,有一个来自Sean McClure的回答很不错。Sean是美国一家医疗公司的数据科学家,他从机器学习工作流的五个核心环节讲起,系统地回答了这个问题。
以下内容译自他的回答。
要构建一个AI系统或产品,你要处理好5个核心环节,我们通常称之为“机器学习工作流”。这些步骤分别是:
1. 数据收集与分析
2. 数据准备
3. 模型构建
4. 模型验证与测试
5. 模型部署
这是一个反复迭代的过程,每次循环都能改进我们构建的模型。
你要创造的是一个产品,所以,应该把这些步骤视为一个将原始数据转换成预测输出的数据工

