1. 案例定位

Figures 10.1–10.8:DataRobot Predictive Modelling Process。

2. 學習目標

掌握 Project、Upload、Explore、Feature Engineering 與 Start Autopilot 的順序。

3. 案例情境

原書以 Titanic Dataset 建立 DataRobot Project,檢查 Fare,並由 Age 建立 Child Feature,再啟動建模。

4. 開始資料

Titanic Dataset 與 Figures 10.1–10.8。

5. 分析方法

先 Data Inspection,再 Feature Engineering,最後啟動 Automated Modelling。

6. 計算結果

此階段重點為 Workflow,原書未設定單一計算答案。

7. 結果分析與管理解讀

自動化之前仍要理解 Variables 與資料品質。

8. AI Prompt

依 Figures 10.1–10.8 說明 Titanic 在 DataRobot 中從上傳到 Autopilot 的完整步驟。

9. 思考/What-if

若直接按 Start 而不檢查資料,風險為何?

參考解答: 可能把缺失、錯誤或不恰當 Features 帶入模型流程。

10. 資料說明