Disponibilitatea valorilor reale

Monitorizarea conceptelor de Machine Learning

Hakim Elakhrass

Co-founder and CEO of NannyML

Valori reale imediate

O imagine a unui taxi, legată de predicția timpului de sosire a taxiurilor.

Măsoară performanța reală
Evaluare ușoară
Precisă

Date de producție - imediate

Graficul ilustrează performanța unui model de clasificare, unde „perioada de referință" reprezintă setul de testare, iar „perioada de analiză" reprezintă un flux de date din producție. Este afișat și un tabel cu valorile reale evidențiate.

Valori reale întârziate

O imagine a unui portofel gol, legată de predicția nerambursării creditelor.

Întârzierea depinde de aplicație
Un scenariu posibil este predicția nerambursării creditelor
Performanța este necunoscută în acest interval
Necesită estimarea performanței

Date de producție - întârziate

Valori reale absente

O imagine a unei polițe de asigurare, legată de cazul de tarifare a asigurărilor.

Prezentă în procesele complet automatizate
Un scenariu posibil este tarifarea asigurărilor
Performanța reală este necunoscută
Necesită estimarea performanței

Date de producție - absente

Să exersăm!

Monitorizarea conceptelor de Machine Learning