机器学习项目的最小可行模型估计
机器学习
2021-01-05 v1 软件工程
摘要
机器学习项目的优先级排序需要估算业务案例的潜在投资回报率（ROI）以及构建具备所需特性的模型的技术难度。本工作中，我们提出一种技术，用于在给定关于预测模型如何使用的一组信息的情况下，估算该预测模型所需的最小性能特性。该技术将实现对潜在项目的稳健、客观比较。所得估计将使数据科学家与管理者能够在任何建模工作之前评估所提议的机器学习项目是否可能成功。该技术已实现为开源应用MinViME（最小可行模型估计器），可通过PyPI python包管理系统安装，或直接从GitHub仓库下载。地址：https://github.com/john-hawkins/MinViME
引用
@article{arxiv.2101.00346,
title = {Minimum Viable Model Estimates for Machine Learning Projects},
author = {John Hawkins},
journal= {arXiv preprint arXiv:2101.00346},
year = {2021}
}
备注
11 pages, 4 figures