详细内容或原文请订阅后点击阅览
在AI项目中设定期望的提示
如果您希望您的AI项目成功，那么掌握期望管理是第一个。在与AI Projets合作时，不确定不仅是副作用，还可以使整个倡议产生或破坏。受AI项目影响的大多数人并不完全了解AI的工作原理，或者错误不仅是不可避免的，而且实际上是自然的[…]，在AI项目中设定期望的帖子技巧首先出现在数据科学方面。
来源:走向数据科学AI成功的项目，掌握期望管理是第一个。
与AI Projets合作时，不确定性不仅是一种副作用，还可以使整个计划做出或破坏整个计划。
大多数受AI项目影响的人都不完全了解AI的工作原理，或者错误不仅是不可避免的，而且实际上是该过程中自然而重要的部分。如果您以前参与了AI项目，那么当利益相关者没有明确设定期望时，您可能已经看到了如何快速出错。
在这篇文章中，我将分享实用的提示，以帮助您管理期望并保持下一个AI项目的步伐，特别是在B2B（企业对企业）领域的项目中。
（很少）承诺性能
当您还不了解数据，环境甚至项目的确切目标时，有望预先提出绩效是确保失败的理想方法。
您可能会错过商标，或更糟糕的是，激励使用可疑的统计技巧，使结果看起来比它们更好。
一种更好的方法是只有在您看到数据并深入探讨问题后才讨论性能期望。在Daredata，我们的主要实践之一是向项目添加“ 0阶段”。这个早期阶段使我们能够在客户正式批准项目之前探索可能的方向，评估可行性并建立潜在的基准。
仅在 “阶段0”我唯一建议从一开始就实现绩效目标的时间是：
- 您对现有数据充满信心，并且深入了解现有数据。您以前已经成功地解决了完全相同的问题。
地图利益相关者
另一个重要的步骤是确定从一开始就对您的项目感兴趣的人。您有多个利益相关者吗？它们是业务和技术资料的混合吗？
谁将对您的项目感兴趣 利益相关者映射