Dalam percakapan dengan Frank Fabozzi, CFA, Tasitsiomi menjelaskan bahwa model canggih hanya akan menambah nilai jika dipadukan dengan masalah yang terdefinisi dengan baik dan data berkualitas tinggi. Senada dengan Einstein, ia berpendapat bahwa model harus dibuat sesederhana mungkin, namun tidak sederhana. Dia juga menjelaskan kapan teknik pembelajaran mesin tingkat lanjut paling efektif, terutama untuk menangkap hubungan nonlinier, bekerja dengan data tidak terstruktur, atau memungkinkan penemuan tanpa pengawasan.
Poin Diskusi Utama
- Prinsip kekikiran: Ketika model yang paling sederhana mempertahankan wawasan penting dan membantu menghindari kompleksitas, biaya, dan risiko yang tidak perlu.
- Tusuk modelnya: Mengapa menyelidiki perilaku model, terutama di luar kondisi normal, membantu tim investasi memahami potensi risiko dan modus kegagalan.
- Pahami alat-alatnya: Mengapa penilaian yang tepat mengenai data, asumsi, dan batasan model lebih penting daripada keterampilan pengkodean, terutama bagi analis muda yang membangun kredibilitas dalam tim investasi yang mendukung AI.
- Ucapkan bahasanya: Mengapa adopsi AI yang sukses memerlukan ketelitian teknis dan komunikasi yang jelas antar tim investasi.
Melihat semua episode