Dağıtımdaki yapay zekâ sisteminiz başarılı mı?

Yapay Zekayı Anlamak

Maarten Van den Broeck

Senior Content Developer at DataCamp

Başarı ne zaman ölçülür?

MLOps metodolojisi yaşam döngüsü

Yapay Zekayı Anlamak

Başarı ne zaman ölçülür?

MLOps yaşam döngüsü boyunca başarıyı ölçme

Yapay Zekayı Anlamak

Çevrimdışı performans ölçümü - doğruluk

Eğitim ve doğrulama verileri

Yapay Zekayı Anlamak

Çevrimdışı performans ölçümü - doğruluk

Model eğitimi

Yapay Zekayı Anlamak

Çevrimdışı performans ölçümü - doğruluk

Modeli test örnekleriyle doğrulama

Yapay Zekayı Anlamak

Çevrimdışı performans ölçümü - doğruluk

Tahminlerin gerçek etiketlerle karşılaştırılması

Yapay Zekayı Anlamak

Çevrimdışı performans ölçümü - doğruluk

Doğruluğun hesaplanması

Yapay Zekayı Anlamak

Doğruluğun ötesi - hata ve diğer metrikler

Regresyon modellerinde hata metriği

Arama ve öneri motorları için metrikler: sıralama kalitesi (kullanıcıya göre alaka), sonuç/öneri çeşitliliği vb.

Önerilen ürünlerin sıralaması

Yapay Zekayı Anlamak

Prodüksiyonda başarıyı ölçme

  • Model bozulması: metrik zamanla kötüleşir

Model bozulması

  • İş metrikleri: Anahtar Performans Göstergeleri (KPI’lar)
    • Kurumsal hedeflerin performans ve ilerleme göstergesi
Yapay Zekayı Anlamak

Riskler: ne ters gidebilir?

Olası riskler:

  • Veri önyargısı
  • Şeffaflık eksikliği
  • Etik kaygılar
  • Şüpheli sistem güvenilirliği
  • Siber tehditlere açıklık

Uygulama Kanıtı (PoC):

  • Fizibilite ve potansiyel değeri doğrulayan pilot; erken risk tespiti sağlar
Yapay Zekayı Anlamak

Hadi pratik yapalım!

Yapay Zekayı Anlamak

Preparing Video For Download...