การฝึกโมเดล Machine Learning ใหม่

แนวคิด MLOps

Folkert Stijnman

ML Engineer

การฝึกใหม่หลังเกิดการเปลี่ยนแปลง

  การเปลี่ยนแปลงของข้อมูล

การฝึกใหม่ (Retraining): ใช้ข้อมูลใหม่เพื่อพัฒนาโมเดล Machine Learning เวอร์ชันใหม่

แนวคิด MLOps

Data drift ในชุดข้อมูล

ชุดข้อมูลตัวอย่าง

แนวคิด MLOps

Data drift

Data drift

Data drift: การเปลี่ยนแปลงในข้อมูล input

แนวคิด MLOps

Concept drift

Concept drift

Concept drift: การเปลี่ยนแปลงในความสัมพันธ์ระหว่างข้อมูล input และ output

แนวคิด MLOps

ควรฝึกโมเดลใหม่บ่อยแค่ไหน?

  • สภาพแวดล้อมทางธุรกิจ: ข้อมูลมีความผันผวนมากแค่ไหน?
  • ต้นทุน: การฝึกโมเดลใหม่มีค่าใช้จ่ายเท่าไร?
  • ความต้องการทางธุรกิจ: ต้องการประสิทธิภาพของโมเดลในระดับใด?
แนวคิด MLOps

วิธีการฝึกโมเดลใหม่

วิธีการฝึกโมเดลใหม่แบบแยก

แนวคิด MLOps

วิธีการฝึกโมเดลใหม่

วิธีการฝึกโมเดลใหม่แบบรวม

แนวคิด MLOps

การฝึกโมเดลใหม่แบบอัตโนมัติ

ตัวกระตุ้นการฝึกโมเดลใหม่

แนวคิด MLOps

มาฝึกกันเถอะ!

แนวคิด MLOps

Preparing Video For Download...