Theo Machine Learning Canvas

The Machine Learning Canvas (v0.4)  Designed for:                                              Designed by:                                             Date:                             Iteration:       .

Decisions[pic 1] How are predictions used to make decisions that provide the proposed value to the end-user? - Determinar qual o melhor produto para determinado perfil. - Mostrar um determinado produto para um cliente e não mostrar o mesmo produto para outro cliente de diferente perfil.	ML task[pic 2] Input, output to predict, type of problem. - Histórico de compras, cancelamentos, trocas e produtos adicionados ao carrinho. - Documentar e tratas os dados. - Separar nichos. - Histórico de perfis que compram determinado nicho. - Explorar estatísticas – Correlação (Usuários) - Expor dados para ferramenta de Machine Learning.	Value Propositions[pic 3] What are we trying to do for the end-user(s) of the predictive system? What objectives are we serving? - Recomendar produtos a clientes	Data Sources[pic 4] Which raw data sources can we use (internal and external)? - Dados internos de usuários, envolvendo compras e produtos adicionados ao carrinho. - Dados de perfil (geral) de Cliente. - Sistema PDA (Próprio da Empresa)	Collecting Data[pic 5] How do we get new data to learn from (inputs and outputs)? - (input) Histórico de compras e do histórico de produtos adicionados ao carrinho. - (output) Dados de perfil (geral) do Cliente.
Making Predictions[pic 6] When do we make predictions on new inputs? How long do we have to featurize a new input and make a prediction? - Em tempo real (real-time) / Todos os dias.	Offline Evaluation[pic 7] Methods and metrics to evaluate the system before deployment. - Fazer uma comparação com produtos já comprados anteriormente por outros usuários de semelhante perfil de compra.		Features[pic 8] Input representations extracted from raw data sources. - A porcentagem de compras de um produto de um determinado nicho. Número de produtos que o usuário colocou no carrinho de um determinado nicho e o número de produtos do mesmo nicho que foram comprados pelo usuário. - Idade, gênero, localização, ... dados pessoais do perfil.	Building Models[pic 9] When do we create/update models with new training data? How long do we have to featurize training inputs and create a model? - Não supervisionado. - Recomendação de produtos (linha).
	Live Evaluation and Monitoring Methods and metrics to evaluate the system after deployment, and to quantify value creation.		- Comparar com compras realizadas durante o dia.[pic 10] - Acompanhamento manual.

machinelearningcanvas.com by Louis Dorard, Ph.D.                                           Licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.[pic 11][pic 12][pic 13][pic 14][pic 15]

...