回饋迴路、再訓練與標註

端到端機器學習

Joshua Stapleton

Machine Learning Engineer

回饋迴路

  • 將模型輸出視為系統輸入：
    • 用指標／預測引導系統演進
    • 可用模型監控

 

  • ML 的核心環節：
    • 促進快速學習與調整
    • 更能適應變化

兩個循環箭頭，示意回饋迴路原理

端到端機器學習

回饋迴路實作

資料漂移偵測

  • 輸入資料分佈會隨時間改變
  • 回饋迴路：用較新的資料再訓練

線上學習

  • 依變動的資料定期再訓練
  • 不只因應資料漂移：也會適應資料結構改變

資料漂移

線上學習

端到端機器學習

回饋迴路的風險

風險…

  • 模型輸出會影響輸入
  • 例如：社群媒體推薦：
    • 目標是最大化使用者互動
    • 學會投放特定類型內容
    • 使使用者看更多此類內容
    • 等等
  • 可能養成不良行為模式
  • 全自動化時更危險

紅色叉號，示意危險

端到端機器學習

較佳的回饋迴路用法

  • 被動式：

    • 將人納入決策環節
    • 模型預測不會改變輸入資料

  • 重點在審慎與監督！

綠色勾號，示意較佳用法

端到端機器學習

一起來練習吧！

端到端機器學習

Preparing Video For Download...