Использование машинного обучения в Power BI? Не рекомендуется (вот почему) скачать в хорошем качестве

Использование машинного обучения в Power BI? Не рекомендуется (вот почему)

Microsoft Fabric невероятно упрощает обогащение отчетов Power BI моделями машинного обучения. И именно в этом и заключается проблема. В этом видео я подробно объясняю, почему встраивание результатов машинного обучения непосредственно в слои отчетности — без четкого разделения, управления и контроля обратной связи — может привести к циклической логике, скрытым петлям обратной связи и искажению решений. https://blog.fabric.microsoft.com/en-... Когда прогнозы влияют на решения… А решения влияют на данные… И эти данные переобучают модель… У вас больше нет аналитики. У вас возникает самоподкрепляющаяся предвзятость. Этому шаблону не хватает: Четких границ обратной связи Управления переобучением модели Четкого контроля происхождения данных Разделения между наборами данных для вывода и обучения Аудируемого сбора решений Машинное обучение в Fabric — это мощный инструмент. Но власть без архитектурных ограничений? Не одобрено. Если вы создаёте отчёты на основе машинного обучения в Fabric, вам нужно делать это целенаправленно, а не просто потому, что интерфейс упрощает это. Начните свой путь к божественности в мире данных, став участником:    / @chriswagnerdatagod