Reentrenar un modelo de aprendizaje automático

Conceptos de MLOps

Folkert Stijnman

ML Engineer

Reentrenar tras cambios

 

Reentrenamiento: usa datos nuevos para crear una versión actualizada del modelo de aprendizaje automático

Deriva en los datos

Deriva de datos

Deriva de datos: cambios en los datos de entrada

Deriva de concepto

Deriva de concepto: cambios en la relación entre entrada y salida

¿Con qué frecuencia reentrenar?

• Entorno de negocio: ¿qué tan volátiles son los datos?
• Costo: ¿cuánto cuesta reentrenar?
• Requisitos de negocio: ¿qué rendimiento se exige al modelo?

Métodos de reentrenamiento

Métodos de reentrenamiento

Reentrenamiento automático

¡Vamos a practicar!

Conceptos de MLOps