Je ne sais pas comment dire à mon patron que les données sont insuffisantes et que je garde toujours mon travail. Des suggestions?
Réponse courte: Essayez votre modèle avec ces données d'abord , et s'il échoue après plusieurs tentatives, signalez-le le besoin de plus de ressources ou de données. Vous devrez toujours concevoir le modèle, vous pouvez donc commencer par cela et ajouter plus de données si nécessaire. Informez votre patron de vos inquiétudes avant de continuer.
Réponse plus longue: La meilleure façon serait de concevoir et de créer correctement votre modèle. Ensuite, évaluez et formez-le avec vos données actuelles.
Après cela, vous pourrez obtenir une sorte de corrélation ou efficacité de votre approche , ce qui probablement faible en raison de données insuffisantes.
Après cela, vous pouvez vous rapprocher de votre patron et lui dire "Hé patron, j'ai déjà construit et testé le Cependant, il semble que nous ayons obtenu des performances très faibles, et je soupçonne que cela est dû à des données d'entraînement insuffisantes, car j'ai déjà essayé [x, y, z]. "
Dans d'autres mots, essayez d'abord votre modèle, et s'il échoue en raison du peu de données, signalez de tels résultats , plutôt que de dire qu'il ne fonctionnera pas sans essayer. De cette façon, vous montrez réellement que vous avez essayé et cela confirme votre réclamation.
En tant qu'analyste de données, c'est souvent le cas lors de la création de modèles à partir de peu de données. Quels que soient les efforts et les améliorations que vous apportez au modèle ou à l'algorithme, plus de données est parfois le seul moyen d'améliorer vos performances (en particulier sur les modèles Deep Learning).