Un'azienda sta creando uno strumento di prioritizzazione dei lead in modo che il personale possa contattare potenziali clienti. I dipendenti devono essere in grado di visualizzare e regolare manualmente l'importanza (pesi) delle variabili di input in base alla loro esperienza nel settore. Quale tipo di modello di ML supporta questo requisito?

Un modello di regressione logistica è interpretabile e consente la regolazione manuale dei pesi delle variabili. Questo lo rende adatto per scenari in cui gli esperti di dominio devono incorporare la loro conoscenza per affinare il modello di prioritizzazione dei lead. I modelli di deep learning, le reti neurali e i modelli k-NN sono generalmente meno interpretabili e più difficili da regolare manualmente a livello di singoli pesi delle variabili, rendendoli meno adatti per questo requisito specifico. Sebbene potenti, la loro "scatola nera" rende difficile l'intervento umano diretto sui pesi interni.