Gefeliciteerd

Monitoring Machine Learning in Python

Hakim Elakhrass

Co-founder and CEO of NannyML

Hoofdstuk 1: samenvatting

• Basis van de NannyML-bibliotheek
• Datavoorbereiding voor de NYC Green Taxi-dataset
• Prestaties schatten met CBPE en DLE

Hoofdstuk 2: samenvatting

• Prestaties meten met beschikbare ground truth
• Resultaten filteren, plotten en naar dataframe-formaat omzetten
• Chunking en drempels begrijpen
• Zakelijke waarde van het model berekenen en schatten

Hoofdstuk 3: samenvatting

• Multivariate driftdetectie uitvoeren
• Verschillende univariate driftmethoden testen
• Data quality checks-calculators gebruiken
• Oplossingsmethoden voor issues begrijpen

Wat volgt?

• Bekijk NannyML’s blog voor tutorials
• Raadpleeg NannyML’s documentatie voor meer info
• Volg extra cursussen over de levenscyclus van ML-modellen en MLOps
• Experimenteer met praktijkprojecten en gebruik NannyML

Bedankt!

Monitoring Machine Learning in Python