NannyML क्या है?

Python में मशीन लर्निंग मॉनिटरिंग

Hakim Elakhrass

Co-founder and CEO of NannyML

पूर्वापेक्षाएँ

Machine Learning मॉनिटरिंग की बातें:
- आदर्श मॉनिटरिंग वर्कफ़्लो
- प्रोडक्शन में ML मॉडलों की मॉनिटरिंग की चुनौतियाँ
- दो साइलेंट मॉडल फेल्योर: covariate shift और concept drift
- covariate shift पहचानने के छह तरीके
- CBPE और DLE परफॉर्मेंस एस्टिमेशन के सैद्धांतिक सिद्धांत

इस कोर्स में क्या कवर होगा?

NannyML से एक मजबूत मॉनिटरिंग सिस्टम बनाएँ
परफॉर्मेंस एस्टिमेशन एल्गोरिदम लागू करें
बिज़नेस कैलकुलेटर से अपने Machine Learning मॉडल का मौद्रिक मूल्य निकालें
यूनिवेरिएट और मल्टिवेरिएट covariate shift डिटेक्शन तरीकों को चलाएँ

मॉनिटरिंग चुनौतियाँ

ग्राउंड ट्रुथ तक पहुँच नहीं

ग्राफ समय के साथ ROC AUC मेट्रिक दिखाता है; डिप्लॉयमेंट के बाद ग्राफ खाली है क्योंकि ग्राउंड ट्रुथ उपलब्ध नहीं है.

अलर्ट थकान

इमेज समय के साथ डेटा डिस्ट्रीब्यूशन बदलाव दिखाती है; कुछ लाल हैं, जो शिफ्ट दर्शाते हैं, साथ में टिप्पणियाँ लिखी हैं. क्या चिंता का समय है, या यह फॉल्स अलार्म है?

ओपन-सोर्स समाधान

इमेज में NannyML का लोगो और Walmart, Allianz, UBS, DeepMind जैसी कंपनियाँ दिखती हैं जो NannyML का उपयोग करती हैं. साथ ही दिखता है कि NannyML किसी भी फ्रेमवर्क के साथ काम करता है.

मुख्य फीचर्स

वही मॉनिटर करें जो मायने रखता है
- परफॉर्मेंस एस्टिमेशन और कैलकुलेशन
- बिज़नेस वैल्यू एस्टिमेशन और कैलकुलेशन
जो टूटा है, उसे खोजें
- यूनिवेरिएट
- मल्टिवेरिएट
- डेटा क्वालिटी
उसे ठीक करें
- रिट्रेनिंग ट्रिगर्स

NannyML का उपयोग कैसे करें?

टेस्टिंग और प्रोडक्शन डेटा NannyML में आते हुए दिखते हैं.

import nannyml

# Load the dataset
reference, analysis, analysis_gt = nannyml.load_us_census_ma_employment_data()

अभ्यास करते हैं!

Python में मशीन लर्निंग मॉनिटरिंग