Selamat!

Mengembangkan Model Machine Learning untuk Produksi

Sinan Ozdemir

Data Scientist, Entrepreneur, and Author

Dari eksperimen ke produksi

  • Identifikasi kriteria eksperimen ML siap produksi
  • Kenali penyebab technical debt

Gambar: Gambar folder berisi dokumen dan berkas kode di komputer

  • Tulis dokumentasi dan kode yang mudah dipelihara
  • Dokumentasi dan kode yang baik mengurangi technical debt
Mengembangkan Model Machine Learning untuk Produksi

Jamin keterulangan

  • Pastikan keterulangan (reproducibility) dalam machine learning
  • Lakukan feature engineering untuk mengoptimalkan kinerja pipeline ML

buku FE

  • Rancang eksperimen yang dapat direproduksi
  • Terapkan versioning data dan model untuk melacak perubahan
Mengembangkan Model Machine Learning untuk Produksi

Menerapkan model ML

  • Kemas model dan lingkungan ML untuk deployment di berbagai framework
  • Pastikan skalabilitas model ML untuk beban kerja lebih besar

docker

  • Empat prinsip MLOps: Continuous Integration, Continuous Delivery, Continuous Training, dan Continuous Monitoring
Mengembangkan Model Machine Learning untuk Produksi

Uji + Evaluasi

  • Jenis pengujian: unit test, integration test, smoke test

robot menggunakan data

  • Nilai keandalan model untuk memastikan hasil akurat
  • Uji model untuk menemukan isu dan meningkatkan kinerja
Mengembangkan Model Machine Learning untuk Produksi

Teruskan!

  • Terapkan materi kursus ini pada proyek nyata
  • Jaga keterulangan, skalabilitas, keandalan, dan pantau data drift
  • Siapkan kerangka eksperimen untuk A/B testing model
  • Latih ulang dan perbarui model secara berkala agar tetap relevan dan akurat
  • Terus pelajari perkembangan terbaru di bidang ML
  • Terus tingkatkan keterampilan dan keahlian Anda
Mengembangkan Model Machine Learning untuk Produksi

Ayo mulai!

Mengembangkan Model Machine Learning untuk Produksi

Preparing Video For Download...