Как эффективно проводить эксперименты по машинному обучению
Как эффективно проводить эксперименты? Как организовать и автоматизировать процесс подготовки данных и обучения моделей? Какие типичные ошибки совершают начинающие Data Science инженеры? Обо все этом и многом другом Роман Суворов рассказывал в своей первой лекции цикла “Samsung Innovation Campus“.
И по мотивам этой лекции на Хабре вышла статья, в которой разбираются основные этапы работы исследователя. Формализация задачи, обзор решений, выбор метрик, сбор данных и так далее. Перед этапом построения и обучения моделей необходимо проделать большую подготовительную работу, без нее хорошего результата достичь не получится.
