Félicitations

Surveiller le Machine Learning en Python

Hakim Elakhrass

Co-founder and CEO of NannyML

Récapitulatif du chapitre 1

  • Notions de base de la bibliothèque NannyML
  • Préparation des données pour l'ensemble NYC Green Taxi
  • Estimer la performance avec CBPE et DLE
Surveiller le Machine Learning en Python

Récapitulatif du chapitre 2

  • Mesurer la performance quand la vérité terrain est disponible
  • Apprendre à filtrer, tracer et convertir le format du dataframe de résultats
  • Comprendre le découpage en blocs (chunking) et les seuils
  • Calculer et estimer la valeur d'affaires du modèle

L'image illustre le flux de surveillance avec la surveillance de la performance mise en évidence.

Surveiller le Machine Learning en Python

Récapitulatif du chapitre 3

  • Détecter les dérives multivariées
  • Tester diverses méthodes univariées de détection de dérive
  • Utiliser les calculateurs de vérification de la qualité des données
  • Comprendre diverses méthodes de résolution de problèmes

L'image illustre le flux de surveillance avec l'analyse automatisée des causes profondes et la résolution de problèmes mises en évidence.

Surveiller le Machine Learning en Python

Et ensuite ?

  • Parcourez le blogue de NannyML pour des tutoriels
  • Consultez la documentation de NannyML pour en savoir plus
  • Envisagez des cours supplémentaires sur le cycle de vie des modèles de Machine Learning et le MLOps
  • Expérimentez avec des projets pratiques et intégrez NannyML
Surveiller le Machine Learning en Python

Merci !

Surveiller le Machine Learning en Python

Preparing Video For Download...