Résolution d'incidents

Surveiller le Machine Learning en Python

Hakim Elakhrass

Co-founder and CEO of NannyML

Ne rien faire

  • Fonctionne bien avec un bon système de surveillance déjà en place
  • Exige une analyse du coût d'option et une bonne compréhension du cas d'usage
  • Exemple : surestimer le nombre d'appels dans un centre d'appels
Surveiller le Machine Learning en Python

Réentraîner le modèle

  • Entraîner sur les données anciennes et nouvelles
    • Rend le modèle plus robuste
    • Faire apprendre au modèle le plus de distributions possible
  • Ajuster finement l'ancien modèle avec les nouvelles données
    • Réadapter simplement le modèle avec les nouvelles données
    • Plus efficace que réentraîner un nouveau modèle à partir de zéro à chaque fois
  • Pondérer les données
    • Accorder plus d'importance aux données récentes
Surveiller le Machine Learning en Python

Revenir à un modèle antérieur

L'image montre le remplacement du modèle en production par le modèle précédent provenant du registre de modèles.

Surveiller le Machine Learning en Python

Modifier le processus d'affaires

  • Modifier les règles d'affaires
  • Effectuer une analyse manuelle des prédictions

L'image montre des tablettes dans un supermarché.

Surveiller le Machine Learning en Python

Passons à la pratique !

Surveiller le Machine Learning en Python

Preparing Video For Download...