Treść książki
Przejdź do opcji czytnikaPrzejdź do nawigacjiPrzejdź do informacjiPrzejdź do stopki
Rysunek6.FotografieautomatycznieopisaneprzezprogramGoogle’a
Źródło:(Google2014).
człowieka.Rozwiązaniegenerowaneprzezprogrammożeulegaćzmianie,gdypojawiąsię
nowedane.Uproszczonyschematzastosowaniamodelinadzorowanegouczeniamaszy-
nowegowyglądanastępująco:
1.
Pojawiasięproblemdorozwiązania,np.zarządfirmytelekomunikacyjnejchciałby
prognozować,którzykliencimogązrezygnowaćzusługfirmy.
2.Datascientist,którymarozwiązaćtenproblem,zbieradane,któremogąmupomóc
rozwiązaćtenproblem.Naprzykładzezbiorówdanychfirmypozyskujeinformacjeozra-
chowaniachklientówwprzeszłości:rodzajeusług,zktórychkorzystali,cenypakietów,
promocje,liczbawykonywanychtelefonówiwysyłanychesemesów,korzystaniezaplikacji
nasmartfonie,liczbazgłoszonychreklamacji,opóźnieniawpłatnościachitd.Aledobrą
praktykąjestpozyskaniejaknajwiększejilościdanych,najlepiejcałegodostępnegośladu
cyfrowegoklientów,bomogąsiępojawićzależnościmiędzydanymrodzajemzachowania
klientaadecyzjąorezygnacjizusługfirmy,zktórychniezdajemysobiesprawy.Dane
firmowemożnateżuzupełnićinnymipowszechniedostępnymidanymi,któremożna
pozyskaćzinternetuluboddostawcówtakichdanych.
3.Ponadtopracownikkodujeklientów,którzyopuścilifirmę,jakofi1”,atych,którzydalejsą
klientamifirmy,jakofi0”.Tosąetykietylubzmienneobjaśniane,którechcemyprognozować.
4.
Potemnastępujeprocesczyszczeniaiprzygotowaniadanych.Tenprocesjestdługi
iżmudny.Zregułyprocespozyskaniaiczyszczeniadanychzajmujeokoło80%czasu
przeznaczonegonarozwiązanieproblemu.
28
Algokracja
1.Jaktodziała
