Wzorzec automatyzacji, monitorowania i reagowania na incydenty

W pełni zautomatyzowany MLOps

Arturo Opsetmoen Amador

Senior Consultant - Machine Learning

Czym jest wzorzec projektowy w oprogramowaniu?

$$

Ogólne, wielokrotnego użytku rozwiązanie często występującego problemu...

$$

$$

Automatyzuj, monitoruj, reaguj

$$

$$

• Poprawia niezawodność projektowanych systemów ML

Trzy przykłady wzorców projektowych w MLOps

$$

1. Automatyczne ponowne trenowanie modelu
2. Wycofanie modelu
3. Imputacja cech

$$

1. Automatyczne ponowne trenowanie modelu

1. Automatyczne ponowne trenowanie modelu – uruchamianie predykcji

1. Automatyczne ponowne trenowanie modelu – monitorowanie

1. Automatyczne ponowne trenowanie modelu – wyzwalacz

1. Automatyczne ponowne trenowanie modelu – zautomatyzowany potok

1. Automatyczne ponowne trenowanie modelu – wdrożenie

2. Wycofanie modelu

2. Wycofanie modelu – niepowodzenie walidacji

2. Wycofanie modelu – ostatni działający model

2. Wycofanie modelu – ponowne wdrożenie

3. Imputacja cech – potok intensywnie korzystający z danych

3. Imputacja cech – jakość danych

$$

$$

• Zróżnicowana jakość danych
• Niektóre cechy mogą nie spełniać progu kontroli jakości

3. Imputacja cech – wadliwe cechy

$$

$$

• Wykrywanie wadliwych cech
• Zastosowanie imputacji cech

3. Imputacja cech – możliwe rozwiązania

• Wartości numeryczne

  $$

  • Imputacja średnią/medianą

  • Imputacja KNN

$$

• Wartości kategoryczne

  $$

• Imputacja najczęstszą kategorią

• Dodanie kategorii „Brak"

Czas na ćwiczenia!

W pełni zautomatyzowany MLOps