NannyML nedir?

Python ile Machine Learning İzleme

Hakim Elakhrass

Co-founder and CEO of NannyML

Önkoşullar

Makine Öğrenimi İzleme Kavramları:
- İdeal izleme iş akışı
- Üretimde ML modellerini izleme zorlukları
- İki sessiz model hatası: kovaryat kayması ve kavram kayması
- Kovaryat kaymasını saptamak için altı yöntem
- CBPE ve DLE performans tahmin yöntemlerinin kuramı

Bu derste neler var?

NannyML ile sağlam bir izleme sistemi kurun
Performans tahmin algoritmalarını uygulayın
İş hesaplayıcıyı kullanarak modelinizin parasal değerini belirleyin
Tek ve çok değişkenli kovaryat kayması tespiti çalıştırın

İzleme zorlukları

Gerçek etiket yok

Grafik zaman içinde ROC AUC metriğini gösteriyor; yayına aldıktan sonra, gerçek etiket olmadığı için grafik boş.

Uyarı yorgunluğu

Görsel, zamanla veri dağılımı değişimlerini gösteriyor; bazıları kaymayı belirten kırmızı, yanında yorumlar var. Endişelenmeli miyiz, yoksa yanlış alarm mı?

Açık kaynak çözüm

Görsel, NannyML logosunu ve Walmart, Allianz, UBS, DeepMind gibi NannyML kullanan şirketleri gösteriyor. Ayrıca NannyML'nin herhangi bir çerçeveyle çalıştığı bilgisi var.

Temel özellikler

Önemli olanı izleyin
- Performans tahmini ve hesaplama
- İş değeri tahmini ve hesaplama
Sorunları bulun
- Tek değişkenli
- Çok değişkenli
- Veri kalitesi
Düzeltin
- Yeniden eğitim tetikleyicileri

NannyML nasıl kullanılır?

Görsel, test ve üretim verilerinin NannyML'ye geldiğini gösteriyor.

import nannyml

# Load the dataset
reference, analysis, analysis_gt = nannyml.load_us_census_ma_employment_data()

Haydi pratik yapalım!

Python ile Machine Learning İzleme