Článek
Ohodnoť
V této fázi projektu je čas ohodnotit jak model splňuje původně stanovený byznys cíl.
Jde o určení jestli jsou naplněna kritéria úspěšnosti, pro a proti v confusion matrix, náklady asociované s false positives anebo false negatives.
Je potřeba udělat zásadní review procesů a určit, jestli nejsou přehlíženy důležité úlohy a kroky. Jde o kontrolu kvality na základě které určíte další kroky jako spuštění projektu anebo iniciaci dalších iterací anebo test projektu v pre-production prostředí pokud to omezení dovolují.
Tj.:
review byznys cílů
zhodnocení výsledků oproti kritériím úspěšnosti
určení dalších kroků
Aplikace
Aplikace je použití ML v rámci cílového - target prostředí. V této fázi můžete odvozovat informace na základě daných dat a získavat nová pro další akci.
Můžete použít scoring (aplikaci modelu na nová data), extrakci detailů modelu (například pravidla tzv. decision tree) anebo integrovat ML modely v rámci aplikací, datovém skladu - infrastruktuře anebo dotazování a reportovací nástroje.
Protože Oracle Machine Learning staví a aplikuje ML modely vevnitř Oracle databázy, výsledky jsou okamžitě dostupné. Reportovací nástroje a konzoly můžou výasledky jehce zobrazit. Na důvažek, je podporováno hodnocení - scoring - jednotlivých případů alebo záznamů v čase a to dynamicky, v batchích anebo reálném čase. Data můžou být ohodnocovány a výsledky vráceny v rámci jediné databázové transakce.
Sumarizace:
plánování rozvoje podniku
integrace modelů s aplikací pro byznys potřebu
monitoring, obnovování, potlačování a archivace modelů
reporting ohledně efektivity modelu