In diesem Kapitel beschreiben wir Geschäftsanforderungen und schlagen ein Lösungskonzept für die Modellvalidierung vor. Es gibt statistische Methoden, um Modelle der Künstlichen Intelligenz hinsichtlich ihrer Vorhersagegenauigkeit zu validieren. Für ERP-Geschäftsanwendungen allein reicht dieser mathematische Ansatz jedoch nicht aus. Eine zusätzliche Validierung aus fachlicher und geschäftsprozessbezogener Sicht ist erforderlich. Vorhandene ERP-Techniken wie A/B-Tests, Feature Toggle, Business Feature oder Switch Framework müssen in diesem Zusammenhang analysiert werden. Wir schlagen einen Validierungsprozess vor, der für ERP-Software geeignet ist und die Zustandsübergänge von Modellen der Künstlichen Intelligenz berücksichtigt. Abschließend schlagen wir ein Modellvalidierungs-Cockpit als zentrale Administrationsumgebung vor.

错误:搜索内容不能为空,请输入英文关键词
错误:关键词超出字数限制,请精简
高级检索

Modellvalidierung

  • Siar Sarferaz

摘要

In diesem Kapitel beschreiben wir Geschäftsanforderungen und schlagen ein Lösungskonzept für die Modellvalidierung vor. Es gibt statistische Methoden, um Modelle der Künstlichen Intelligenz hinsichtlich ihrer Vorhersagegenauigkeit zu validieren. Für ERP-Geschäftsanwendungen allein reicht dieser mathematische Ansatz jedoch nicht aus. Eine zusätzliche Validierung aus fachlicher und geschäftsprozessbezogener Sicht ist erforderlich. Vorhandene ERP-Techniken wie A/B-Tests, Feature Toggle, Business Feature oder Switch Framework müssen in diesem Zusammenhang analysiert werden. Wir schlagen einen Validierungsprozess vor, der für ERP-Software geeignet ist und die Zustandsübergänge von Modellen der Künstlichen Intelligenz berücksichtigt. Abschließend schlagen wir ein Modellvalidierungs-Cockpit als zentrale Administrationsumgebung vor.