Do curso: Como Usar o Aprendizado de Máquina para Agregar Valor à sua Empresa

Fases de um projeto de aprendizado de máquina

Do curso: Como Usar o Aprendizado de Máquina para Agregar Valor à sua Empresa

Inicie a demonstração grátis de 1 mês

Fases de um projeto de aprendizado de máquina

“

Para implementar o aprendizado de máquina em uma empresa, é preciso seguir uma série de etapas, e esse processo difere do ciclo de desenvolvimento de software tradicional. Um dos principais aspectos é que se trata de um ciclo de desenvolvimento com iterações, algo já destacado em 1996 na metodologia CRISP-DM, a abreviação de Cross Industry Standard Process for Data Mining. Embora algumas pessoas achem essa metodologia obsoleta, ela não difere tanto das fases usadas atualmente e ajuda a apresentar as etapas do desenvolvimento de projetos de aprendizado de máquina em alto nível. No centro temos os dados. As fases aparecem dentro de um círculo que representa as iterações: entendimento do negócio, entendimento dos dados, preparação dos dados, modelagem, avaliação e implantação. Preste atenção por alguns segundos nas setas. Observe que existe a possibilidade de ter que retornar às etapas anteriores em algum momento. Por exemplo, entre o entendimento do negócio e o entendimento dos dados, entre a preparação dos dados e a modelagem ou na avaliação do modelo pelos tomadores de decisão. Agora, explicarei com mais detalhes as etapas de desenvolvimento de um projeto de aprendizado de máquina, desde o entendimento do negócio e definição do problema até o início da produção. Mas antes de abordar isso, vamos falar sobre as pessoas. A meu ver, existem três tipos de perfis essenciais que devem participar no desenvolvimento deste tipo de projeto. Vamos precisar de pessoas que conheçam o negócio e a estratégia da empresa ou departamento, profissionais da área de engenharia de dados que saibam lidar com eles e garantir sua disponibilidade e pessoal de ciência de dados, cuja responsabilidade será desenvolver o modelo. A comunicação entre esses tipos de perfis será fundamental ao longo do desenvolvimento. Isso explica a passagem da avaliação do modelo e do entendimento dos dados para os negócios e da modelagem para a preparação dos dados. Por fim, quando o modelo estiver pronto para produção, também será preciso o envolvimento de outros perfis da área de TI da empresa, como engenheiros de software. Conhecer as diferentes etapas do ciclo de desenvolvimento ajudará a entender quando e por que é necessária a intervenção de perfis com conhecimento estratégico e experiência no negócio, bem como todas as fases técnicas indispensáveis para obter previsões de qualidade.

Conteúdos