Bitzu

AIF-C01 · Zastosowania AI i usługi AI w AWS

Kiedy AI/ML daje wartość, a kiedy nie

Najważniejsze

  • ML daje wartość, gdy wspiera decyzje, automatyzuje powtarzalną ocenę lub skaluje pracę, której zespół nie wykonałby ręcznie, i gdy masz dość reprezentatywnych danych.
  • Słabo pasuje, gdy potrzebny jest dokładny, gwarantowany wynik (stały wzór lub reguła), gdy brakuje danych albo gdy koszt zbudowania i utrzymania modelu przewyższa korzyść.

Przykładowe pytania

Jednokrotny wybór

Który jest podstawowym powodem, dla którego organizacje wdrażają ML w procesie biznesowym?

  1. Może spójnie obsłużyć ogromną liczbę przypadków w dużej skali
  2. Gwarantuje identyczny wynik jak stały wzór
  3. Eliminuje potrzebę posiadania jakichkolwiek danych historycznych
  4. Zawsze kosztuje mniej niż napisanie prostych reguł
Pokaż odpowiedź

Odpowiedź: A. Może spójnie obsłużyć ogromną liczbę przypadków w dużej skali

Skalowalność to klasyczny czynnik wartości: wytrenowany model oceni miliony przypadków. ML nie gwarantuje wyniku ani nie zastępuje danych.

Zaznacz wszystkie poprawne

Które sygnały wskazują, że ML prawdopodobnie da wartość?

  1. Miliony powtarzalnych decyzji z zapisanymi wynikami z przeszłości
  2. Wzorce zbyt zawiłe, by ująć je w ręcznie pisanych regułach
  3. Przepis prawa wskazujący dokładne obliczenie
  4. Jednorazowa analiza, która nigdy się nie powtórzy
  5. Nigdy nie zebrano żadnych danych o problemie
Pokaż odpowiedź

Odpowiedź: A. Miliony powtarzalnych decyzji z zapisanymi wynikami z przeszłości, B. Wzorce zbyt zawiłe, by ująć je w ręcznie pisanych regułach

Wiele powtarzalnych decyzji z zapisanymi wynikami oraz wzorce zbyt zawiłe dla reguł pisanych ręcznie to mocne sygnały. Wzór prawny wymaga determinizmu, a jednorazowe zadanie rzadko zwraca koszt budowy modelu.

Prawda czy fałsz

Prawda czy fałsz: jeśli zadanie da się zautomatyzować, ML jest zawsze lepszym wyborem niż prosta logika oparta na regułach.

Pokaż odpowiedź

Odpowiedź: Fałsz

Fałsz. Gdy reguły są jasne, a wymagany jest konkretny wynik, logika deterministyczna jest prostsza, tańsza i w pełni przewidywalna. ML błyszczy tam, gdzie reguł nie da się łatwo spisać.

Przećwicz 8 pytań z tego tematu w Bitzu

Krótkie lekcje, natychmiastowe wyjaśnienia i powtórki tego, w czym się mylisz. Za darmo na iOS i Androida.

Download on the App StoreGet it on Google Play

Więcej tematów AIF-C01 w tym module