Surveillance des modèles de machine learning
Concepts MLOps
Folkert Stijnman
ML Engineer
Suivi et ré-entraînement
Contrôle
Types de surveillance
Suivi statistique : se concentre sur les données d'entrée et de sortie, y compris les prévisions
Exemples : le client X a 72 % de chances de se désabonner, le client Y a 31 % de chances de ne pas se désabonner
Types de surveillance
Surveillance informatique : axée sur les mesures techniques
Exemples : utilisation du processeur du serveur, nombre de demandes entrantes, nombre de prédictions, temps d'indisponibilité du serveur
Surveillance statistique et informatique
Boucles de rétroaction
Boucle de feedback : processus par lequel la vérité terrain est utilisée pour améliorer le modèle de machine learning.
Surveillance en production
