Uso previsto
Es fundamental explicar cómo se pretende usar el modelo. Esto es esencial porque los modelos de aprendizaje automático se entrenan y se ajustan con datos que se seleccionan y optimizan específicamente para resolver un problema determinado. Debe indicar el problema que está intentando resolver, la hipótesis que creó para abordar el problema y cómo los resultados generados por el modelo abordan el problema. Dado que los modelos de aprendizaje automático están controlados por datos, debe incluir una explicación exhaustiva sobre los conjuntos de datos que se usaron para entrenar el modelo, así como sobre cómo se manipularon esos conjuntos de datos.
- Esto debe incluir características clave incluidas en los datos que contribuyen a los resultados generados y una explicación de las características que se descartaron, ya que esto ayudará a explicar las limitaciones del modelo.
- Además, debe explicar cómo se pretende utilizar los resultados para abordar el problema indicado al principio, y cualquier beneficio o desafío que pueda surgir de la aplicación de los resultados según las indicaciones.
Por ejemplo, si usa su modelo de AA para predecir los valores de las viviendas para la aprobación de un préstamo, debe explicar el impacto en los posibles compradores si los resultados del modelo contribuirán a la aprobación o denegación de préstamos. También debe considerar cómo evitar que el modelo sea una caja negra para que los compradores de viviendas y el personal financiero entiendan cómo el modelo determina los valores de las viviendas.
Campus
Campus
