DS 201 應用
把所學轉成自己的 Predictive Analytics Use Case + Model Card
這份最終成果的用途
Predictive Analytics Use Case + Model Card 是 DS 201 的最終成果。你選一個自己實際面對的預測問題，建立 baseline 與模型，並寫清楚問題、受眾、資料、方法、驗證方式、證據、限制、風險與治理、人工審核者與下一步。這會成為後續實作討論與部署判斷的起點。
資訊
要填寫的內容
- 問題、受眾與資料（來源、粒度、時間涵蓋範圍、關鍵定義）
- 方法與工作流程
- 至少三項驗證檢查
- 證據與產出：模型或工作流程實際產出的結果
- 限制
- 風險與治理考量（成本、drift、監測、人工 fallback）
- 人工審核者
- 下一步
一份結構完整的 Predictive Analytics Use Case + Model Card
結構完整的成果包含：清楚可檢驗的問題、明確的資料來源與粒度、可重現的方法、至少三項驗證檢查、與所觀察到的模型表現及 baseline 比較一致的證據與聲稱、至少一項限制。
資訊
Exit Ticket
最後，用 Exit Ticket 記錄今天最重要的觀念、你仍不確定的步驟、會在哪個真實情境應用這個方法、你最需要驗證的風險，以及你的難度與實用性評分。
提交前請注意
注意
前往表單
你需要完成什麼
- 完成 DS 201 兩個模組
- 課程後測達到 80% 以上
- 若要取得 Predictive Analytics 能力證書，還須提交 Predictive Analytics Use Case + Model Card，並經 Credential Admin 依評分規準審查
如何被評量
Credential Admin 會依七個加權面向為 Predictive Analytics Use Case + Model Card 評分：問題與決策框定、資料來源與粒度、方法與可重現性、驗證嚴謹度、證據與 Baseline 聲稱一致性、限制／風險與治理、人工審核與下一步。滿分 21 分，達 17 分以上且未觸發任何 critical-fail 規則即為 PASS；14 分以下，或觸發任一 critical-fail 規則，則為 FAIL。
資訊
什麼算是證據
- 一筆已記錄的評分結果（PASS、REVISION_REQUIRED 或 FAIL），且未觸發任何 critical-fail 規則
- PASS 會為八項 DS 201 細項能力（預測問題框定、Baseline 比較、Split 與 Leakage 完整性、迴歸評估、分類與 Threshold、Overfitting 與 CV、Feature Importance 與 Fairness、錯誤分析與部署判斷）各自留下個別能力證據
你可以取得什麼
DS 201 完課證書：完成兩個模組並達到後測門檻即可 -- 不要求提交 Predictive Analytics Use Case + Model Card。Predictive Analytics 能力證書：另外要求提交 Predictive Analytics Use Case + Model Card，並通過 rubric 審查。兩者各自獨立取得，互不影響。
這不代表什麼
這項證書確認持有人完成了 DS 201 所要求的課程與後測，或（就能力證書而言）在 Predictive Analytics Use Case + Model Card 中展現了 target/baseline 判斷、split 與 leakage 檢查、模型評估、驗證與人工審核設計等能力。
- 不代表正式的資料科學或機器學習專業證照或聘僱資格
- 不代表持有人日後設計的任何預測模型或部署判斷必然正確
- 不代表在高風險行動前可以省略人工審核（Human, AI, Human）