Closed3
評価指標入門を読んでいる
名無し。- 評価指標入門〜データサイエンスとビジネスをつなぐ架け橋 を読んでいる
名無し。- データサイエンスの問題をどう解くかじゃなくてどうデータサイエンスの問題に落とし込むかのフレームをどう決めるのかを具体例を踏まえて解説
- そのときにビジネス側とどうつなげるのか
- コスト行列が定義される前に出てきてる気がした
- ビジネスインパクトを期待値を計算することで推定したり
- コスト考慮型学習
- 損失関数に組み込むのか
- モデルの出力の閾値をコストに応じて変更するのか、コストに応じて学習データに重み付けしたり、サンプリングしたり
- 一通りざっと目を通すくらいで読んだ
- 各評価指標の細かい理解で目新しい部分はなかったけどビジネス側の視点をもってなかった自分にとってはそこの関わり部分の説明と実際に手を動かして計算する部分がよかった
- 来月くらいにまた読みたい
- 付録が面白かった
名無し。- 付録にあるように数理モデリングしてく時ははじめは関係を洗い出すステップで具体的な式を書かないでf(x, y)くらいにして洗い出してから行くと良いと個人的に思ってる（KPIツリーに対応してる？）
- そこから仮定を入れて少しずつ具体的な式に落としてく方が後で振り返る時に仮定とかを意識しやすい気がする
- つまり付録の主張、やってることに同意してる
このスクラップは2024/09/20にクローズされました