重新訓練機器學習模型

MLOps 概念

Folkert Stijnman

ML Engineer

變動後的重新訓練

 

重新訓練：使用新資料建立模型的新版本

資料漂移

Data drift

Data drift：輸入資料的變化

Concept drift

Concept drift：輸入與輸出之間關係的變化

多久重新訓練一次？

• 商業環境：資料的波動有多大？
• 成本：重新訓練需要多少成本？
• 商業需求：需要達到什麼模型效能？

重新訓練方法

重新訓練方法

自動重新訓練

一起來練習吧！

MLOps 概念