1. 案例定位

Continuous Target AML、Model Selection 與 Management Communication。

2. 學習目標

把 AML 從 Classification 延伸到 House Price Continuous Target,並完成模型選擇與溝通。

3. 案例情境

原書展示 Houseprice Data、Gamma Deviance/R-squared Leaderboards、Lift、Feature Impact/Effects、Prediction Explanations、Learning Curve、Speed vs Accuracy 與 Model Comparison;Exercise 10.5 要求 Model Selection,10.6 要求以 Attrition Data 做五分鐘 Senior Management Presentation。

4. 開始資料

Figures 10.32–10.42、Exercises 10.5–10.6。

5. 分析方法

比較多種 Performance/Complexity 指標,再把 Insights 與 Recommendation 轉成管理語言。

6. 計算結果

實際模型數值依 DataRobot Output;原書 Exercise 不提供唯一固定答案。

7. 結果分析與管理解讀

Model Selection 是多準則決策;最後還要能向 Senior Management 清楚說明 Insights 與 Recommendation。

8. AI Prompt

依 Figures 10.32–10.42 建立 Model Selection Checklist,並為 Exercise 10.6 建立五分鐘簡報架構;不得虛構結果。

9. 思考/What-if

速度最快與 Accuracy 最高的模型不同時怎麼辦?

參考解答: 需依 Business Context 比較 Accuracy、Speed、Interpretability 與 Deployment Cost。

10. 資料說明