DDD在机器学习人工智能用例中的应用 -- 知识铺
公司未能实施人工智能和/或机器学习的一个重要原因是，难以在领域专家、机器学习专家、数据科学家和开发人员之间达成共识的情况下确定有意义的机器学习用例。
在本次实践研讨会中，我们将演示如何使用领域驱动设计、协作建模和画布中的想法来形成对我们产品的共同理解，确定创新的 AI/ML 用例并构建机器学习项目
如果你想开发优秀的、创新的、数据驱动的软件产品，你不应该从评估机器学习算法开始。第一步应该是找到并验证 AI/ML 用例，以便使用 AI/ML 解决实际问题。然而，从识别用例到在公司引入机器学习模型的整个过程并不是一个简单的过程。
在这个实践研讨会中，我们将讨论一些机器学习基础知识，然后我们将利用 EventStorming 和 ML Design Canvas 等技术。事件风暴是一种协作建模方法，可帮助技术专家、开发人员和所有其他项目参与者*形成对业务领域的共同理解，从而确定创新 AI/ML 技术的可能用例。然后，使用 ML Design Canvas 将每个潜在用例表述为 ML 问题。此外，ML Design Canvas 用于构建 ML 项目并指定所有组件。我们还将与有界上下文设计画布进行比较，并展示该方法如何适应模型探索漩涡和/或 DDD Crew (GitHub.com/ddd-crew) 入门建模过程等方法。
日期
2021-02-05
时间
10:00 - 12:00
线上活动
- 原文作者：知识铺
- 原文链接：https://index.zshipu.com/geek001/post/20240801/DDD%E5%9C%A8%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E4%BA%BA%E5%B7%A5%E6%99%BA%E8%83%BD%E7%94%A8%E4%BE%8B%E4%B8%AD%E7%9A%84%E5%BA%94%E7%94%A8--%E7%9F%A5%E8%AF%86%E9%93%BA/
- 版权声明：本作品采用知识共享署名-非商业性使用-禁止演绎 4.0 国际许可协议进行许可，非商业转载请注明出处（作者，原文链接），商业转载请联系作者获得授权。
- 免责声明：本页面内容均来源于站内编辑发布，部分信息来源互联网，并不意味着本站赞同其观点或者证实其内容的真实性，如涉及版权等问题，请立即联系客服进行更改或删除，保证您的合法权益。转载请注明来源，欢迎对文章中的引用来源进行考证，欢迎指出任何有错误或不够清晰的表达。也可以邮件至 sblig@126.com
