การติดตามโมเดล machine learning

แนวคิด MLOps

Folkert Stijnman

ML Engineer

การติดตามและการฝึกใหม่

ขั้นตอนการติดตามและฝึกใหม่

Machine learning ใน production

Machine learning ใน production เชิงสถิติ

การติดตามเชิงสถิติ: มุ่งเน้นที่ข้อมูลอินพุตและเอาต์พุต รวมถึงการพยากรณ์

ตัวอย่าง: ลูกค้า X มีความน่าจะเป็น 72% ที่จะเลิกใช้บริการ ลูกค้า Y มีความน่าจะเป็น 31% ที่จะไม่เลิกใช้บริการ

Machine learning ใน production เชิงคำนวณ

การติดตามเชิงคำนวณ: มุ่งเน้นที่เมตริกทางเทคนิค

ตัวอย่าง: การใช้งาน CPU ของเซิร์ฟเวอร์ จำนวนคำร้องขอขาเข้า จำนวนการพยากรณ์ เวลาที่เซิร์ฟเวอร์หยุดทำงาน

เครื่องใช้ในครัว

จานชามในครัว

ข้อมูลป้อนกลับการติดตามเชิงสถิติ

วงจรข้อมูลป้อนกลับ: กระบวนการที่ใช้ค่าจริงเพื่อปรับปรุงโมเดล machine learning

Machine learning ใน production

แนวคิด MLOps