Projekty Machine Learning – 5 etapów efektywnego procesu

Tworzenie projektów związanych z analizą danych lub uczeniem maszynowym może być wyzwaniem. Nasza wiedza o otaczającej rzeczywistości dość często jest bardzo ograniczona. Prawie zawsze ciężko jest zidentyfikować prawdziwą przyczynę, a nie jedynie skutek. 

Środowisko, w którym poruszamy się jest dość złożone w porównaniu do przykładów znanych z książek. Zwykle mamy też sporo ograniczeń, zaczynają od budżetu, umiejętności zespołu, czasu i tak dalej. Mimo wszystko chcemy się w tym odnaleźć. Czy da się?

Projekty, które wymagają podejścia analitycznego takie jak np. projekty Machine Learning zastawiają wiele pułapek. Jak w nie nie wpaść lub wyjść z nich obronną ręką? W tym odcinku poznasz 5 etapów, których realizacja pomaga usprawnić proces w wielu projektach, ale przede wszystkich przydaje się w tych natury niepewnej, obarczonych ryzykiem, eksperymentalnych. Ułożenie procesu w 5 kluczowych faz pomaga podejść bardziej efektywnie i analitycznie do wielu problemów, które chcemy rozwiązać, nawet jeśli jest to kupienie prezentu dla żony…

 

W poprzednim odcinku podzieliłem się z Tobą przemyśleniami na temat kilku mitów i kilkoma przykładami z życia wziętymi, dzięki którym, mam nadzieję, udało się zrozumieć, jak ważne jest  zdefiniowanie właściwego celu (także właściwe zdefiniowanie tego celu).

Dzisiaj zrobimy kolejny krok i spróbujmy przejść przez proces myślowy na przykładzie. Mimo tego, że wszystkie projekty, w które obecnie angażuję się w ramach spółki DataWorkshop (lub byłem wcześniej zaangażowany w innych rolach) są dość różne, to można dostrzec pewne podobieństwa w niemal każdym z nich. 

Pomyślałem, że warto dokładniej opowiedzieć, jak można podejść do projektów natury analitycznej (również, a może przede wszystkim związanych z uczeniem maszynowym lub tak zwaną sztuczną inteligencją), aby mimo wielu przeszkód, które naturalnie występują ciągle posuwać się do przodu.

 Zorganizowanie procesu w taki sposób, aby porażki nie były czymś “złym”, tylko wręcz koniecznym elementem, który umożliwia, jak najszybsze uczenie się i stawanie kolejnych właściwych kroków. 

Pewnie Taleb ucieszył się z tego, co tu piszę, bo to brzmi  jak proces ‘antykruchy’. W poprzednim odcinku już polecałem do przeczytania książkę “Antykruchość. O rzeczach, którym służą wstrząsy”, polecę jeszcze raz przy okazji 🙂

Przejdźmy teraz do narzędzi. Jak można się spodziewać,  są różne opcje do wyboru, które mogą okazać się pomocne w tym przypadku. 

Poznajmy najpierw double diamond. To nazwa modelu procesu projektowania opracowanego przez British Design Council w 2005 roku.

Double Diamond

Pewnie możesz zapytać, ale jaki związek ma UX z ML?  Odpowiedź jest prosta, trzeba starać się inspirować się z różnych obszarów, bo mimo tego, że na pierwszy rzut oka, coś  jest  o czymś innym, to jednak są pewne wspólne cechy, które możemy twórczo wykorzystać w swoich rozwiązaniu swoich problemów.  

W obu przypadkach jest chęć posiadania pewnego procesu po to, aby móc lepiej zarządzać ryzykiem, lepiej wykrywać, który problem warto rozwiązać. 

Jak sama  nazwa ‘double diamond’ wskazuje, proces składa się z dwóch diamentów i w każdym z nich są 2 kroki, czyli razem mamy 4 kroki: discover, define, develop i deploy.

Odkryć (ang. discover)

Potocznie to nazywam “badaniem terenu”. Zamiast zakładać i gdybać jak coś działa, lepiej samodzielnie zrobić pewne rozeznanie, najlepiej popatrzeć na dane, popytać różnych ludzi, najlepiej z różnych zespołów. Potem, jak poznamy lepiej kontekst, spróbujmy zacząć definiować cel, co stanowi kolejny krok.

Wynikiem  kroku “odkrywanie” jest to, że mamy pewne wnioski i spostrzeżenia bazując na faktach, a nie domysłach. 

Definiowanie (ang. define)

Wiedza zebrana z poprzedniego kroku, czyli odkrywania może pomóc zadawać szereg właściwych pytań i zdefiniować bardziej precyzyjny cel.

Wynikiem tego kroku jest zdefiniowany problem do rozwiązania.

Implementacja (ang. develop)

W tym kroku zaczynamy tworzyć rozwiązania, zaczyna się pojawiać się kod, który ma na celu osiągnąć to, co zdefiniowaliśmy w poprzednim kroku.

W pewnym sensie ten etap można nazwać “materializacją pomysłów”. 

Dostarczyć (ang. deploy) 

Ostatni krok obejmuje testowanie różnych rozwiązań na małą skalę, odrzucanie tych, które nie będą działać, zaś ulepszanie tych, które się sprawdzają.

Oczywiście Double Diamond należy traktować jako inspirację i trzeba to narzędzie “trochę” adaptować, aby pasowało do naszego kontekstu, czyli do pracy z danymi, uczeniem maszynowym itd. Tym się zajmiemy.

Chociaż udało mi się nagrać np. odcinek “Jak sztuczna inteligencja może pomóc znaleźć Ci mieszkanie” z Pawłem, CEO z  firmy obido. Wtedy Paweł trochę więcej powiedział, co udało się zrobić. Natomiast nadal nie mogliśmy zbyt szczegółowo zagłębić się w to, jak to robimy.

Mówię “robimy”, ponieważ jako DataWorkshop współpracujemy z obido nad tym projektem i odpowiadamy za uczenie maszynowe, a także współpracując ściśle z zespołem z obido uczymy ich ML i  tym samym pomagamy postawić na nogi laboratorium AI w tej firmie. Projekt rozpisany jest w tej chwili na 2 lata.

Wracając do kuchni…

Jak wspomniałem, ciężko jest zobaczyć czy posłuchać o tworzeniu projektów z ML w roli głównej  w detalach, o tym jak ugryźć ten temat od strony praktycznej i jak tak naprawdę zabiera się za takie projekty. Dlatego pojawił się pomysł, aby pokazać Ci proces myślowy w detalach wyjaśniając pewne kwestie w nieco bardziej kreatywny sposób…

Jeśli masz rodzinę, to pewnie wiesz, jak dużo różnych czynników powoduje, że tworzą się pewne wyzwania. Wbrew pozorom ogarnięcie pewnych rodzinnych tematów wcale nie jest łatwiejsze niż prowadzenie firmy czy robienie ML 😉

Pomyślałem, że opowiem Ci jedną historię, która z jednej strony jest bardziej prywatna i nie chodzi o to, aby ją jakoś szczególnie drążyć. Bardziej zależy mi na tym, aby poprzez tę analogię pokazać Ci pewne podejście, które możesz zastosować u siebie (twórczo przekształcając i nadając swój kontekst). Ostatecznie chodzi o sposób myślenia.

Analityczny sposób robienia prezentu

Opowiem Ci historię, jak robiłem prezent dla mojej żony i jak do tego podszedłem. Tak naprawdę myślenie analityczne, poszukiwanie właściwych pytań nie towarzyszy mi tylko wtedy, kiedy pracuję w biurze, ale również wtedy, jak zajmuje się sprawami bardziej prywatnymi. Właściwie ciężko już jest wyłączyć ten tryb myślenia, który ciągle próbuję doskonalić. 

Przy okazji zwróć uwagę na to,  przez jakie fazy przechodziłem i mimo tego, że problem jest bardziej prywatny, to podejście jak najbardziej może się nadać do tego, aby znajdować rozwiązania także problemów biznesowych. 

Pierwsza faza – eksplorowanie

Celem jest zbadać “teren”, określić, gdzie jesteśmy i co wiemy na temat problemu, który próbujemy rozwiązać. Dążenie do tego, aby udało się jak najlepiej zdefiniować problem oraz co należy wykonać, wymaga zdobycia informacji.

No to zaczynajmy. 

Co wiedziałem na ten moment?

1. Chciałem zrobić żonie prezent. 
   
   
2. To miała być niespodzianka, bo zwykle to sprawia jeszcze większe emocjonalne przeżycie (i zwykle dochodzi do bardziej pozytywnego skutku niż próba w trybie dialogu ustalenia, co trzeba kupić).
   
   
3. To miały być buty sportowe (pomijam szczegóły dlaczego).
   
   
4. Nie znam się na tym, nie wiem, co zwykle jest doceniane, też nie mam potrzeby tym się interesować.
   
   
5. Ciężko jest w sposób logiczny opisać, które buty są najlepszy wyborem, bo ten wybór jest funkcją dynamiczną, zależny od wielu kontekstów, czyli łatwo jest popełnić błąd.
   
   
6. Zależało mi na tym, aby ten prezent sam w sobie sprawił przyjemność niż tylko to, że poświęciłem swoją uwagę do rozwiązanie tego problemu (jak to zwykle bywa z prezentami), innymi słowy zależało mi na tym, aby trafić z prezentem.
   
   
   

To ma być efektywne, więc aby to osiągnąć, należy podejść do tego jak do prawdziwego projektu R&D, w którym będą iteracji do eksperymentowania.

Ten ostatni punkt, czyli eksperymenty są ważne. Myślałem o tym w ten sposób: jeśli kupię jedne buty, to szansa, że trafię jest stosunkowa mała np. kilka procent. Kupować buty i zwracać, potem kupować kolejne itd, łamie podstawowe założenie takie jak niespodzianka.

Proces wtedy wydłuża się w czasie i zamiast radości zaczyna obciążać emocjonalnie. Też warto zwrócić uwagę, że tak zwany “feedback loop” jest zbyt długi. 

Stąd przychodzi decyzja, aby dopasować się do kontekstu i przeprowadzić szereg eksperymentów jednym strzałem. Innymi słowy kupić więcej niż jedne buty, np. 10 sztuk. Tym samym zwiększyć prawdopodobieństwo, że będę trafione o 10 razy. To już jest dość dużo.

Dodatkowo zacząłem rozważać, co jeszcze może zrobić, aby ryzyko pomyłki było mniejsze. Jeden z kluczowych elementów, to rozmiar buta. Tu na szczęścia można sobie poradzić na kilka sposobów: 

1. Przypomnieć sobie (ta metoda jest bardziej podatne na błędy).
   
   
2. Sprawdzić dane, czyli zobaczyć, jaki jest rozmiar butów obecnie. Na szczęścia da się to zrobić w sposób niezauważalny, dzięki czemu założenia niespodzianki nadal będzie aktualne.
   
   
   Co prawda warto zwrócić uwagę, aby sprawdzić kilka butów i potem znaleźć wartość średnią, dzięki czemu minimalizujemy błąd poznawczy. 
   
   
3. Jest jeszcze  trzecia metoda, zapytać, ale zrobić to przy okazji w zupełnie innym kontekście, aby nadal założenie niespodzianki były aktualne. 
   
   
   

Wynikiem było to, że wiedziałem jaki rozmiar butów ma być z większym poczuciem pewności, że będzie trafione. Natomiast tu są pewne wyzwania. Docelowo i tak ten rozmiar może być trochę inny (weźmiemy to pod uwagę w dalszych krokach).

Inne wymiary, które warto wziąć pod uwagę to producent. Tutaj czułem się trochę zagubiony, bo tak jak już wspomniałem nie znam się na tym. Nie wiem, który jest lepszy lub gorszy. Przy czym też ciężko zdefiniować, co oznacza “lepszy” w tym kontekście.

Na przykład definicja “lepszy” oznacza – bardziej odporny na zniszczenie lub jest bardziej modny lub jeszcze coś innego. Do tematu podszedłem tak, że wybrałem kilka popularniejszym marek (wg. wyszukiwań w Google), zakładając, że skoro ludzie ich szukają, to musi w tym być pewna mądrość.

Chociaż to myślenie może być podatne na błąd, że znacznie mniej popularna firma, która robi lepszy produkt może na tym ucierpieć, ale tych mniejszych firm jest zdecydowanie więcej i koszt popełnienie błędu jest większy.

Kolejny wymiar to wybranie koloru czy rodzaju. To jeszcze trudniejsze pytanie. Google w tym przypadku nie podpowie. To bardziej subiektywny temat i dopasowany do konkretnego przypadku. Z jednej strony wiem, że jaśniejszy kolor raczej bardziej trafi w gust mojej żony, ale mając dwójkę dzieci, to regularnie trzeba spędzać czas np. w piaskownicy, więc białe buty sportowe w tym przypadku mogą być mało praktyczne.

Stąd pojawiła się decyzja, że trzeba wybrać różne kolory (jasne i ciemne), bo mogą być przypadki, kiedy buty będą do różnych celów i przy okazji też zwiększa się prawdopodobieństwo trafienia na te “właściwe”,  na czym mi zależy.

Dochodzimy do wniosku, że jest potrzebny sklep, gdzie można łatwo kupić np. 10 par butów i w razie czego również łatwo i szybko dokonać zwrotu. Dodatkowo sam czas realizacji jest w miarę szybki,  a wybór duży.

Z jednej strony idealnym przypadkiem jest trafić w 10 produktów. Z drugiej strony, też wiedziałem, że w takiej sytuacji  pojawi się rozsądna decyzja mojej żony i raczej “podobne” buty zostaną odrzucone ze względu na racjonalne podejście do budżetu domowego.

Zwykle ten budżet bardziej chętnie jest przeznaczany na dzieci niż na rodziców. Też wiedziałem, że jeśli będą 2 lub 3 podobne produkty, to może sprawić pewien dyskomfort “co wybrać”. Dlatego należy unikać tego problemu i sprawić, aby można było wybierać wśród jak najbardziej różnorodnych produktów (co też fajnie rozkłada się na prawdopodobieństwo, że łatwiej będzie przynajmniej raz trafić w dziesiątkę).

Dobra to już w miarę wiemy, gdzie jesteśmy. Spróbujemy teraz zdefiniować to jako bardziej precyzyjny problem.

Druga faza – definiowanie problemu

Problem do rozwiązania

Dla kogo: dla mojej żony

Dlaczego: priorytety po urodzeniu dzieci często zmieniają się i rodzice (zwłaszcza matki) często mają tendencję do minimalizowania swoich potrzeb.  Dodatkowo (ja, jako mąż) mam zbyt duży kredyt mojej nieobecności i warto go odrabiać w sposób bardziej kreatywny dostarczając pozytywne emocje. 

Co: zrobienie niespodzianki (zakup właściwych butów)

Jak:  zakup 10 różnorodnych butów sportowych przy minimalnej wiedzy w tym temacie, przeprowadzając serię eksperymentów za jednym razem (przy jednym zakupie), aby maksymalizować liczbę trafień, czyli takie trafienia w buty, które ostatecznie zostaną.

Metryka sukcesu: w teorii ta liczba (ile butów zostanie w domu po zakupie) ma dążyć nawet do 10, ale znając życie (i pewne algorytmy myślenia czy priorytety), jeśli uda się trafić w więcej niż w jeden produkt (przynajmniej jedne buty), to już można uznać to za sukces.

W najgorszym przypadku wszystkie 10 par będzie nietrafione, ale to nadal można uznać za sukces, bo tak małym wysiłkiem dostanę tak bardzo precyzyjną informację zwrotną, którą inaczej trudno jest zdobyć.  Ciężko usiąść za stołem i zacząć spisywać konkretnie te punkty, nie mając (nie przeżywając) tego doświadczenia. 

Innymi słowy w tym przypadku każdy scenariusz był sukcesem. Chociaż oczywiście trzymałem mocno kciuki, aby przynajmniej jedna para butów okazała się trafiona i została 😉

Trzecia faza – poszukiwanie rozwiązań

Wybór padł na e-obuwie.pl. Mimo tego, że nie płacą mi za reklamę, chciałbym ich pochwalić (chociaż też mają pewne rzeczy do usprawnienia, ale o tym jeszcze wspomnę). Jestem im wdzięczny, bo nie zdając sobie z tego sprawy pomogli mi przeprowadzić eksperyment w miarę małym kosztem (jeśli chodzi o mój czas i obciążenie mentalnie), sprawiając poczucie że dostarczają narzędzie, które może być przydatne dla osób, które lubią również podejść do zakupu powiedzmy nieco inaczej.

Mamy możliwość wykonać 10 strzałów. Warto je zróżnicować. Wymiary, które mamy to:

• Producent obuwia sportowego (ostatecznie wybrałem 3: Nike, Adidas, New Balance). 
• Kolory: (jasny, ciemny i coś pomiędzy)
• Rozmiar: generalnie stały, ale można czasem dać ciut więcej (lub mniej)
• Rodzaj: generalnie większość bardziej na lato/jesień, ale można co najmniej jeden bardziej na inne warunki
  
  

Czwarta faza – realizacja

Już wiadomo co i gdzie trzeba zrobić, więc do roboty. 

W miarę szybko „wyklikuję” zamówienie. Mamy podsumowanie, klikam zapłać i gotowe.

Wszystko poszło w miarę sprawnie. Dostałem potwierdzenie na maila.

Zostało tylko czekać. Na stronie jest obietnica, że będą dostarczone w 24h. Ciszę się, że już jutro z rana będą. 

Piąta faza – zbieranie informacji zwrotnej i wyciąganie wniosków

Chociaż obiecano,  że buty będą dostarczone w ciągu 24h (zamówiłem we wtorek, więc miało być w środę), to warto tu wspomnieć, że było inaczej. Przesyłka dotarła dopiero w piątek. Częściowo to było tłumaczone tym, że czwartek był wolny dniem od pracy (i to prawda), bo inaczej dotarłaby w czwartek, ale nadal to nie jest środa. 

Wspominam o tym dlatego, że na własnej skórze przeżyłem tę emocję, co to oznacza niedotrzymanie swojej obietnicy na stronie. W sumie aż tak się nie paliło, ale jednak wkręcanie mnie, że będzie w 24h, skutkuje też tym, że było mi przykro z tego powodu, że jednak nie było.

W sumie cieszę się, że miałem okazję tę emocje przeżyć, bo polecam to uświadomić każdemu przedsiębiorcy i traktować na poważnie swoje obietnice, które składamy klientom.  Jest w tym pewnie dużo psychologii, kiedy przed obietnicą nie było oczekiwania, ale już po obietnicy się pojawia, a potem już ciężko cokolwiek z tym zrobić 😉

Przesyłka dotarła i już jest rozpakowana. Właśnie to jest moment X, aby sobie uświadomić, dokąd udało się dojść dzięki temu eksperymentowi.

Wynik eksperymentu

Z dziesięciu par butów jedna była idealnie trafiona (żona sama już chciała to “kiedyś” kupić). Z tego powodu mega się cieszę, bo jednak warto przyznać, że w sumie zakładałem, że niekoniecznie tak będzie.

Dodatkowo jeszcze były dwie pary, który były warte zostawienia. Dlatego z 10 par zostały z moją żoną 3 pary.  Reszta poszła do zwrotu. Co też robi się w miarę małym kosztem, jedynie DHL podaje zbyt szerokie okres, kiedy przyjdzie kurier, co sprawia pewien dyskomfort (np. kurier będzie pomiędzy 9 i 16).

Dodatkowo nauczyłem się kilku nowych rzeczy. Dowiedziałem się, na co jeszcze warto było zwrócić uwagę, np. na to, z czego jest zrobiony ten but. Przed tym eksperymentem z jakiegoś powodu umknęło mi to.

Podsumowanie eksperymentu

 

1. Spisanie tego eksperymentu zajęło więcej czasu niż przeprowadzenie go.
   
2. Przejście przez wszystkie fazy zajęło mi pewnie ok. 2-3 godzin.
   
3. Mimo tego, że w tym przypadku sukces jest w dowolnym scenariuszu, to jednak ten scenariusz, który zrealizował się jest jednym z bardziej optymistycznych.
   
   

Fajna historia, ale co mi to daje?

Pewnie wniosek wyciągniesz samodzielnie, ale spróbujmy też pomyśleć wspólnie o tym, co tu się wydarzyło, patrząc na ten problem jak na problem biznesowy.

Problem, który miałem, można było rozwiązać inaczej, np. klasycznie. Można było pójść razem do galerii handlowej i tam to załatwić. Można, ale to podejścia ma szereg wad:

1.Nie lubię chodzić do galerii handlowych, bo nie czuję się tam komfortowo. 

2.Pójście do sklepu jest mniej efektywne i to w kilku wymiarach:

• będę miał mniejsze pole do działań, będę bardziej ograniczony. Ciężko podejść do wyboru  w sposób analityczny, raczej będę tym, kto podnosi buty i ewentualnie macha głową, czy jest OK, ale to nie jest moja super moc 🙂
  
  
• Za dużo zmarnowanego czasu na bycie w sklepie, zamiast spędzić go razem tak po ludzku, będąc razem, słuchając się nawzajem, dyskutując o czymś lub po prostu milcząc razem. 
  
  

3. Łatwiej jest popełnić błąd emocjonalny (i skupić się na mniej ważnych sprawach) np. na coś się wkurzyć np. że nie ma miejsca, aby usiąść lub ktoś inny porywa tego buta przed nosem albo wyczekuje, kiedy zwolnisz tego buta, albo jeszcze wiele innych rzeczy, które mogą się wydarzyć.

4. Ciężko będzie wykonać więcej niż 5 iteracji, bo można się znudzić siedząc tak długo w sklepie.

5. Warto dodać, że pójście do galerii z dziećmi jest jeszcze bardziej kłopotliwe, tym bardziej że lepiej pójść z nimi gdzieś do parku czy wyjechać w góry (dla dobra wszystkich).

---

Z jednej strony warto przyznać, że poruszania się przetartymi szlakami jest czasem wygodniejsze, nie trzeba się wysilać i próbować czegoś nowego. Nie trzeba wymyślać nowej strategii gry. 

Z drugiej strony, czy warto? Przecież nasz świat rozpędza się coraz bardziej i umiejętność odgadywania reguł gry jest naprawdę bardzo wartościowa. Ten, kto będzie robił to bardziej efektywnie (trafniej, szybciej itd), będzie wygrywał.

Spójrzmy na ten problem  jak na problem biznesowy i wyciągnijmy wnioski. 

Faza eksploracji – przy rozwiązaniu tego problemu bardzo mało wiedziałem o tym obszarze. Dzięki tej fazie szybko uświadomiłem sobie, gdzie jestem, gdzie chcę być.  Warto uświadamiać swoje słabe strony (np. słaba znajomość branży ubrań/butów/mody itd).

Faza definicja problemu – zrobiłem założenia, które są istotne. Zwróć uwagę, jak do tego podszedłem, odpowiedziałem na cztery ważne pytania:

1. Dlaczego?
2. Kto (z tego korzysta)?
3. Co (trzeba zrobić)?
4. Jak (to można zrobić)?
   

Dodatkowo też zdefiniowałem od razu metrykę sukcesu, jak będę mierzyć sukces. Innymi słowy, co powinno się stać, aby uznać, że było warto!

Faza poszukiwania rozwiązań – dyskutując z ekspertami (tak to nazwijmy), czyli posiłkując się moim doświadczeniem życiowym, wykryłem małym kosztem, co może pójść źle i jak to sprawić, aby maksymalizować wygraną. 

Skupiłem się na swoich mocnych stronach, czyli podejściu analitycznym, zadawaniu właściwych pytań, skupieniu się na efektywności procesu. Założyłem, że ważne jest robić iterację, ale w tym przypadku zmieniłem standardowy sposób myślenie i właściwie wykonałem (albo uruchomiłem) 10 iteracji w tym samym czasie.

Faza realizacja – realizacja tego, co wcześniej było zaplanowane. Zwróć uwagę, żę czas planowania zabrał więcej czasu niż realizacja. Ta faza sama w sobie była bardzo krótka, pewnie zajęła ok. 10-15 min.Często mam wrażenie, że od realizacji  zaczyna się projekty  i potem narzeka się, że wyszło inaczej niż powinno. 

Faza zbieranie informacji zwrotnej – ważny element i warto go również uwzględnić planując działania, bo to są tak naprawdę “wisienki” naszej przygody, szkoda zmarnować okazję na jedną z bardziej efektywnych nauk. 

Możesz zadać pytanie, czy to jest tak, że zawsze mamy 5 kroków, kiedy pracujemy z projektami? W teorii tak mogłoby być, ale życie pokazuje, że każdy proces, w praktyce trzeba umieć adaptować.

Zobacz, jest taka technika, aby szybko popełniać błędy i iterować rozwiązania. Dość często to działa w tej postaci, natomiast na przykładzie powyżej trzeba było to adaptować do kontekstu. W wyniku czego pojawił się pomysł „zrównoleglić eksperymenty” (czyli kupić 10 butów na raz). 

Inny przykład z życia wzięty. Rozpoczęliśmy współpracę z firmą, zaczęliśmy robić pierwszy krok i okazało się, że są duże braki: mało danych, niespójne dane, koncepcyjne pomysł rozjeżdżał się, wartość biznesowa brzmiała bardzo teoretyczne (niż można było jej “uchwycić”) itd.

Skończyło się to tym, że w tym przypadku dodaliśmy dodatkowy krok, którego wcześniej nie było – czyli znaleźć odpowiedzi na te wszystkie pytania, które postawiliśmy i wtedy zrobić jeszcze raz eksplorację i upewnić się, że możemy zdefiniować problem (w taki sposób, aby wartość, która potencjalnie może się wytworzyć bardziej przypominała plan niż marzenie).

Prowadząc kursy online zwróciłem uwagę na to, że z jednej strony wiele osób prosi, aby dokładniej wyjaśnić, jak rozwiązałoby się problem X i zwykle też staram się to robić, natomiast potem obserwuję to, że brakuje elastyczności w interpretacji tego rozwiązania.

Innymi słowy, ważne jest zainspirować się i następnie adaptować to rozwiązanie pod swój kontekst, niż oczekiwać, że można będzie to idealne rozwiązanie, które można przeszczepić jeden do jeden. Oczywiście, jeśli potrzebujesz pomocy w szyciu idealnego rozwiązania wdrożenia uczenia maszynowego dla Twojej firmy – to proszę daj znać, jako DataWorkshop postaramy się Ci pomóc.

Mam nadzieję, że ta historia będzie inspirująca dla Twojego biznesu, może nawet Twoja połówka również będzie zaskoczona :). Mnie osobiście ta cała przygoda sprawiła dużo radości, bo czuję, że można pewne zrobić inaczej (inteligentniej)…

Robić tak, aby każdy czuł się wygrany.

Make Data Work.
Reshape The Future.

DataWorkshop