数据工程：准备和优化建模数据。 模型工程：增强和完善 ML 模型。 创建概念验证 ML 模型：实施和评估初始模型。 模型测试和验证：彻底检查并确认模型的性能。 3）机器学习操作 最后阶段涉及将 ML 模型部署到生产环境中，利用既定的 DevOps 实践，如严格测试、版本控制、持续交付和持续监控。 https://www.wsdata.co.uk