Parabéns

Monitoramento de Machine Learning em Python

Hakim Elakhrass

Co-founder and CEO of NannyML

Resumo do Capítulo 1

  • Fundamentos da biblioteca NannyML
  • Processo de preparação de dados do conjunto de dados NYC Green Taxi
  • Como estimar desempenho com CBPE e DLE
Monitoramento de Machine Learning em Python

Resumo do Capítulo 2

  • Medir desempenho quando há ground truth
  • Filtrar, plotar e converter o formato do dataframe de resultados
  • Entender chunking e limites (thresholds)
  • Calcular e estimar o valor de negócio do modelo

A imagem mostra o fluxo de monitoramento com destaque para monitoramento de desempenho.

Monitoramento de Machine Learning em Python

Resumo do Capítulo 3

  • Executar detecção de drift multivariado
  • Testar vários métodos univariados de detecção de drift
  • Usar calculadoras de checagem de qualidade dos dados
  • Entender diferentes formas de resolver problemas

A imagem mostra o fluxo de monitoramento com destaque para análise automatizada de causa raiz e resolução de problemas.

Monitoramento de Machine Learning em Python

O que vem a seguir?

  • Explore o blog da NannyML para tutoriais
  • Consulte a documentação da NannyML para mais detalhes
  • Considere cursos extras sobre ciclo de vida de modelos de Machine Learning e MLOps
  • Faça projetos práticos e inclua a NannyML
Monitoramento de Machine Learning em Python

Obrigado!

Monitoramento de Machine Learning em Python

Preparing Video For Download...