รูปแบบ Automation, Monitoring, Incident Response

MLOps แบบอัตโนมัติเต็มรูปแบบ

Arturo Opsetmoen Amador

Senior Consultant - Machine Learning

Software Design Pattern คืออะไร?

$$

แนวทางแก้ปัญหาที่ใช้ซ้ำได้ สำหรับปัญหาที่พบบ่อย...

$$

$$

Automate, Monitor, Respond

$$

$$

• ช่วยเพิ่มความน่าเชื่อถือของระบบ ML ที่ออกแบบ

ตัวอย่าง Design Pattern ใน MLOps 3 รูปแบบ

$$

1. Automated Model Retraining
2. Model Rollback
3. Feature Imputation

$$

1. Automated Model Retraining

1. Automated Model Retraining - การรันการพยากรณ์

1. Automated Model Retraining - การ Monitoring

1. Automated Model Retraining - Trigger

1. Automated Model Retraining - Automated Pipeline

1. Automated Model Retraining - การ Deployment

2. Model Rollback

2. Model Rollback - Validation ล้มเหลว

2. Model Rollback - โมเดลที่ใช้งานได้ล่าสุด

2. Model Rollback - การ Redeployment

3. Feature Imputation - Pipeline ที่ใช้ข้อมูลเข้มข้น

3. Feature Imputation - คุณภาพข้อมูล

$$

$$

• คุณภาพข้อมูลมีความแตกต่างกันในแต่ละระดับ
• บางฟีเจอร์อาจต่ำกว่าเกณฑ์ QA

3. Feature Imputation - ฟีเจอร์ที่มีข้อบกพร่อง

$$

$$

• ตรวจจับฟีเจอร์ที่มีปัญหา
• ใช้ Feature Imputation

3. Feature Imputation - แนวทางแก้ไขที่เป็นไปได้

• ค่าตัวเลข (Numerical Values)

  $$

  • Mean/Median Imputation

  • KNN Imputation

$$

• ค่าหมวดหมู่ (Categorical Values)

  $$

• Frequent Category Imputation

• การเพิ่มหมวดหมู่ "Missing"

มาฝึกกันเถอะ!

MLOps แบบอัตโนมัติเต็มรูปแบบ