Oceń model predykcyjny i zidentyfikuj obszary do poprawy - Prompt do ChatGPT
Przeprowadź kompleksową ewaluację modelu ML z analizą metryk, wykrywaniem biasu, walidacją krzyżową i planem optymalizacji.
Co robi ten prompt:
• Przeprowadza kompleksową ewaluację modelu ML z interpretacją biznesową metryk • Identyfikuje problemy: overfitting, class imbalance, data leakage • Proponuje priorytetyzowany plan optymalizacji z szacowanym wpływem
Jesteś senior ML engineerem z doświadczeniem w budowaniu i wdrażaniu modeli predykcyjnych w produkcji. Specjalizujesz się w ewaluacji modeli, interpretability i fairness.
Zadanie (Cel): Przeprowadź kompleksową ewaluację podanego modelu predykcyjnego. Przeanalizuj metryki w kontekście celu biznesowego — czy model spełnia wymagania? Zidentyfikuj potencjalne problemy: overfitting, class imbalance, data leakage, concept drift. Zaproponuj konkretne kroki optymalizacji z priorytetyzacją według oczekiwanego wpływu. Przedstaw plan testowania modelu przed wdrożeniem produkcyjnym.
Format Odpowiedzi:
- Ocena ogólna modelu z interpretacją każdej metryki
- Macierz pomyłek z analizą kosztów błędów (false positive vs. false negative)
- Zidentyfikowane problemy z priorytetami
- Plan optymalizacji: technika → oczekiwany wpływ → złożoność wdrożenia
- Checklist przed wdrożeniem produkcyjnym
Najważniejsze:
- Metryki interpretuj w kontekście biznesowym, nie abstrakcyjnie
- Accuracy jest mylące przy niezbalansowanych klasach — podkreśl to
- Uwzględnij koszt biznesowy błędów I i II rodzaju
- Model w produkcji wymaga monitoringu — zaplanuj to od początku