(Business understanding en anglais)
Comprendre le but du projet, se familiariser avec le système, comment le projet va être utilisé — quel est le contexte, les exigences et les défis du projet.
Il est également souhaitable de comprendre les données dont on a besoin. Par exemple, pour créer une application capable de détecter des cellules cancereuses, comprendre ce qu’est un cancer, quels sont les différents stages, comment on les reconnaît, etc.
De nombreux projets de machine learning ne sont jamais déployés.
3 raisons principales sont généralement évoqués:
pas de besoin
Même une excellente application ne peut pas sauver un projet pour lequel il n’y a aucun besoin. La première question à se poser est si l’utilisateur final veut utiliser l’application et si oui, comment.
pas de moyens
Le projet nécessite une technologie (serveurs, puissance de calcul) ou des données non disponibles en production.
mauvaise gestion de projet
Un projet touchant à l’intelligence artificielle est plus difficile à gérer car le développement n’est pas linéaire — difficile de savoir à un moment T combien de temps il faudra pour finir le projet puisqu’on ne sait pas à l’avance quelles approches vont fonctionner ou non.
Pour éviter de perdre des mois à developper un projet qui ne sera jamais utilisé, il faut d’abord s’assurer de bien comprendre le problème et de proposer une solution adaptée.