Ekip Veri Bilimi Süreci yaşam döngüsü
Team Veri Bilimi Process (TDSP), ekibinizin veri bilimi projelerinizi yapılandırmak için kullanabileceği bir yaşam döngüsü sağlar. Yaşam döngüsü, bir projeyi başarıyla tamamlamak için atabileceğiniz adımları özetler.
Akıllı bir uygulamanın parçası olan bir veri bilimi projeniz varsa bu yaşam döngüsünü kullanmanız gerekir. Akıllı uygulamalar, tahmine dayalı analiz için makine öğrenmesi veya yapay zeka modelleri dağıtır. Bu süreci keşif veri bilimi projeleri ve doğaçlama analiz projeleri için de kullanabilirsiniz, ancak yaşam döngüsünün her adımını uygulamanız gerekmeyebilir.
Ekibiniz görev tabanlı TDSP'yi veri madenciliği (CRISP-DM) için sektörler arası standart süreç, veritabanlarında bilgi bulma (KDD) işlemi veya kuruluşunuzun kendi özel süreci gibi diğer veri bilimi yaşam döngüleriyle birleştirebilir.
Amaç ve güvenilirlik
TDSP'nin amacı, veri bilimi ve yapay zeka projelerine yaklaşımınızı kolaylaştırmak ve standartlaştırmaktır. Microsoft bu yapılandırılmış metodolojiyi yüzlerce projede uygulamıştır. Araştırmacılar TDSP üzerinde çalıştılar ve bulguları hakemli literatürde yayımladılar. TDSP'nin mimari çerçevesi birçok alanda kapsamlı bir şekilde test edilmiş ve kanıtlanmıştır.
Beş yaşam döngüsü aşaması
TDSP yaşam döngüsü, ekibinizin yinelemeli olarak gerçekleştirdiği beş ana aşamadan oluşur. Bu aşamalar şunlardır:
TDSP yaşam döngüsünün görsel bir gösterimi aşağıdadır:
TDSP yaşam döngüsü, tahmine dayalı modeller oluşturmaya yönelik rehberlik sağlayan bir dizi adımdır. Ekibiniz tahmine dayalı modelleri akıllı uygulamalar oluşturmak için kullanmayı planladığınız bir üretim ortamına dağıtır. Bu süreç yaşam döngüsünün amacı, bir veri bilimi projesinde net bir katılım uç noktasına gitmektir. Veri bilimi, araştırma ve keşifte bir alıştırmadır. Görevleri ekibinize iletmek için iyi tanımlanmış bir süreç kullandığınızda, veri bilimi projesini başarıyla gerçekleştirme olasılığını artırırsınız.
Her aşamanın şunları özetleyen kendi makalesi vardır:
- Hedefler: Aşamanın hedefleri.
- Nasıl yapılır: Aşamada gerçekleştirdiğiniz görevlerin ana hattı ve bunların nasıl tamamlandığına ilişkin yönergeler.
- Yapıtlar: Aşama sırasında üretmeniz gereken teslim edilebilir öğeler ve bunları oluşturmanıza yardımcı olmak için kullanabileceğiniz kaynaklar.
Eşler tarafından gözden geçirilmiş alıntılar
Araştırmacılar, TDSP hakkında hakemli literatür yayımlar. TDSP özelliklerini ve uygulamalarını araştırmak için aşağıdaki malzemeleri gözden geçirin.
Makine Öğrenmesi için Yazılım Mühendisliği: Örnek Olay İncelemesi (sayfa 291-300)
CRISP-DM Yirmi Yıl Sonra: Veri Madenciliği İşlemlerinden Veri Bilimi Yörüngelere (sayfa 3048–3061)
Machine Learning Yaşam Döngüsü Yapıtlarının Yönetimi: Anket (sayfa 18-35)
Makine Öğrenmesi Sistemleri için Kalite Modeli Oluşturma (sayfa 307–335)
Katkıda Bulunanlar
Bu makale Microsoft tarafından yönetilir. Başlangıçta aşağıdaki katkıda bulunanlar tarafından yazılmıştır.
Asıl yazar:
- Mark Tabladillo | Üst Düzey Bulut Çözümü Mimarı
Genel olmayan LinkedIn profillerini görmek için LinkedIn'de oturum açın.
İlgili kaynaklar
- Yaşam döngüsünün ilk aşaması için bkz . İş anlayışı.
- Ekip Veri Bilimi Süreci nedir?
- Makine öğrenmesi ürünlerini ve teknolojilerini karşılaştırma