Monitorowanie modeli uczenia maszynowego
Koncepcje MLOps
Folkert Stijnman
ML Engineer
Monitorowanie i ponowne uczenie
Monitorowanie
Rodzaje monitorowania
Monitorowanie statystyczne: skupia się na danych wejściowych i wyjściowych, w tym na prognozach
Przykłady: klient X ma 72% prawdopodobieństwo rezygnacji, klient Y ma 31% prawdopodobieństwo braku rezygnacji
Rodzaje monitorowania
Monitorowanie obliczeniowe: skupia się na metrykach technicznych
Przykłady: użycie CPU serwera, liczba przychodzących żądań, liczba prognoz, czas przestoju serwera
Monitorowanie statystyczne i obliczeniowe
Pętla informacji zwrotnej
Pętla informacji zwrotnej: proces, w którym rzeczywiste wyniki są wykorzystywane do doskonalenia modelu uczenia maszynowego
Monitorowanie w produkcji
