Объяснимость - горячая тема. Модели Data Science используются для инициирования таких рекомендаций, как «принять» или «отклонить» ссуду, и возникает необходимость ответить «почему эта рекомендация?» . Клиенты, которых затрагивают рекомендации, спрашивают «почему», и поэтому некоторые компании готовы ответить, а в некоторых регионах правила даже запрещают использование приложений в некоторых областях, когда объяснимость недоступна. Хотя для моделей машинного обучения начинают появляться..

Теперь стало проще, чем когда-либо, начать совмещать оптимизацию принятия решений с машинным обучением. В чем разница между машинным обучением (ML) и оптимизацией решений (DO)? Каковы преимущества сочетания этих двух методов? С чего начать? Здесь представлена ​​часто используемая проблема маркетинговой кампании, чтобы вы начали. Следуйте этому пошаговому руководству, в котором показано, как настроить этот образец с помощью Decision Optimization в Watson Studio. ML и DO Машинное..