मॉडल मेंटेनेंस

MLOps डिप्लॉयमेंट और लाइफ साइक्लिंग

Nemanja Radojkovic

Senior Machine Learning Engineer

पहले आपने देखा...

इस लेसन का फोकस: ML मॉडल फेल्योर

मॉडल बिगड़ गया

मॉडल सुधारें

डेटासेट सुधारें

मॉडल-केंद्रित

डेटा-केंद्रित

¹ https://datacentricai.org/

Label == ट्रेनिंग सेट में टार्गेट वैरिएबल का मान

Label quality == ग्राउंड ट्रुथ से लेबल की निकटता

खराब लेबल

खराब प्रीडिक्शन

मैनुअल लेबलिंग जटिल, लंबी, त्रुटि-प्रवण है

अच्छे लेबलिंग टूल्स इस्तेमाल करें!

लेबलिंग टूल

उदाहरण: इमेज लेबलिंग टूल, इमेज क्लासिफ़ायर्स बनाने के लिए

ह्यूमन-इन-द-लूप

HIL 2

विशेषज्ञ इनपुट

ML बिल्ड पाइपलाइन चलाएँ => नया मॉडल
जाँचें कि नया मॉडल पुराने से बेहतर है या नहीं
- हाँ => टेस्ट करें और डिप्लॉय करें
- नहीं => खोज जारी रखें

बेहद उपयोगी: Metadata store (MLFlow Tracking, आदि)

किसी भी स्थिति में: MLOps हमें मॉडल तेज़ और कुशलता से मेंटेन करने में मदद करता है

MLOps डिप्लॉयमेंट और लाइफ साइक्लिंग