Fokus pada fondasi data yang kuat dan perangkat
Memiliki data berkualitas baik merupakan tantangan besar tersendiri. Kami merekomendasikan perusahaan yang ingin memanfaatkan machine learning, kecerdasan buatan, dan data science untuk mempertimbangkan AI Hierarchy of Needs karya Monica Rogati, yang menempatkan machine learning hampir di puncak sebagai salah satu bagian akhir dari teka-teki.
Sumber: Hackernoon
Hierarki ini menggambarkan bahwa sebelum machine learning dapat dilakukan, Anda memerlukan fondasi data yang kuat dan alat untuk mengekstrak, memuat, dan mentransformasi data (ETL), serta alat untuk membersihkan dan menggabungkan data dari berbagai sumber.
Ini memerlukan praktik rekayasa data yang kuat—Anda perlu memanfaatkan basis data, memahami cara memproses data dengan benar, menjadwalkan alur kerja, dan memanfaatkan komputasi awan.
Jadi sebelum Anda merekrut engineer machine learning pertama, Anda sebaiknya terlebih dahulu menyiapkan fungsi rekayasa data, data science, dan analisis data Anda.
Waspadai bias dalam data dan algoritme Anda
Machine learning hanya bisa sebaik data yang Anda berikan. Jika data Anda bias, model Anda juga akan bias. Sebagai contoh, Amazon membangun alat rekrutmen ML untuk memprediksi keberhasilan pelamar berdasarkan resume dengan data pelatihan selama sepuluh tahun yang memihak laki-laki karena dominasi laki-laki secara historis di industri teknologi—yang menyebabkan alat ML tersebut juga bias terhadap perempuan.
Inilah sebabnya etika data muncul sebagai topik yang sangat penting dalam beberapa tahun terakhir. Seiring dengan semakin banyaknya data yang dihasilkan, dampak dari cara data tersebut digunakan juga meningkat drastis. Hal ini memerlukan pertimbangan dan pemantauan yang berlandaskan prinsip. Seperti yang dianalogikan oleh Cassie Kozyrkov, Chief Decision Scientist Google, seorang guru hanya sebaik buku yang mereka gunakan untuk mengajar murid. Jika bukunya bias, pelajarannya juga akan bias.
Pantau model Anda dan tingkatkan
Ingat bahwa pekerjaan machine learning tidak berakhir ketika model Anda sudah di produksi, membuat prediksi, atau melakukan klasifikasi. Model yang diterapkan dan bekerja tetap perlu dipantau dan dirawat.
Jika Anda memiliki model yang memprediksi penipuan kartu kredit berdasarkan data transaksi, Anda mendapatkan informasi berguna setiap kali model membuat prediksi dan Anda menindaklanjutinya. Di atas itu, aktivitas yang Anda coba pantau dan prediksi—dalam hal ini, penipuan kartu kredit—bisa bersifat dinamis dan berubah seiring waktu. Proses ini, ketika data yang dihasilkan terus berubah, disebut data drift—dan ini membuktikan betapa pentingnya memperbarui model Anda secara berkala.
Sumber: DataBricks
