Resolução de problemas
Monitoramento de Machine Learning em Python
Hakim Elakhrass
Co-founder and CEO of NannyML
Não fazer nada
Funciona bem com um sistema de monitoramento ativo
Exige análise de custo de oportunidade e bom entendimento do caso de uso
Exemplo: superestimar o número de chamadas em um call center
Retreinar o modelo
Treinar com dados antigos e novos
Deixa o modelo mais robusto
Fazer o modelo aprender o máximo de distribuições possível
Ajustar o modelo antigo com os dados novos
Reajustar o modelo com os dados novos
Mais eficaz que treinar um modelo do zero sempre
Ponderar os dados
Dar mais peso aos dados mais recentes
Reverter para um modelo anterior
Mudar o processo de negócio
Alterar as regras de negócio
Fazer análise manual das previsões
Vamos praticar!
Monitoramento de Machine Learning em Python
Preparing Video For Download...