AI项目方法论
目标
建立一套做AI项目的方法论
原则
- 给AI项目的各个阶段提供指引
可能有用的工具
- TOC 思考工具
- ArchiMate
- 瀑布模型
- 敏捷工作法
- Design Thinking(体验设计)
- AI复杂度与成熟度四象限
- application->data->algorithm
- Ng Machine learning Project Strategy
- UML
AI应用方法论
四要素:
- 用户
- 数据
- 算法
- 应用
四个价值流
- 用户->数据:BA
- 数据->算法:算法
- 算法->应用:SE
- 应用->用户:运营
飞轮效应
正反馈
如何度量各个要素
- 数据
- 数据量
- 有标记数据量
- 数据分布是否跟现实匹配
- 算法
- 最少需要数据量
- 调参难度
- F1 score
- 过拟合倾向
- 训练时间
- 推理时间
- 内存占用
- 可解释性
阶段划分
- 识别AI机会点
- 需求分析
- 评估AI机会点
- 价值分析
- MVP
- 定义目标
- 收集数据
- 工程化
- 想法
- 概念
- 计划
- 设计
- 开发
- 发布
- 运营