এই পাঠটি প্রোডাকশন সিস্টেমে আপনার ডেটা এবং মডেল সম্পর্কে আপনার যে প্রশ্নগুলি জিজ্ঞাসা করা উচিত সেগুলির উপর ফোকাস করে৷
প্রতিটি বৈশিষ্ট্য সহায়ক?
মডেলের ভবিষ্যদ্বাণী করার ক্ষমতাতে সামান্য বা কিছুই অবদান রাখে না এমন বৈশিষ্ট্যগুলি সরাতে আপনার মডেলটিকে ক্রমাগত পর্যবেক্ষণ করা উচিত। যদি সেই বৈশিষ্ট্যের জন্য ইনপুট ডেটা হঠাৎ পরিবর্তিত হয়, তাহলে আপনার মডেলের আচরণও হঠাৎ করে অবাঞ্ছিত উপায়ে পরিবর্তিত হতে পারে।
এছাড়াও নিম্নলিখিত সম্পর্কিত প্রশ্ন বিবেচনা করুন:
- বৈশিষ্ট্যটির উপযোগিতা কি এটি অন্তর্ভুক্ত করার খরচকে সমর্থন করে?
মডেলটিতে আরও বৈশিষ্ট্য যুক্ত করার জন্য এটি সর্বদা লোভনীয়। উদাহরণস্বরূপ, ধরুন আপনি একটি নতুন বৈশিষ্ট্য খুঁজে পেয়েছেন যার সংযোজন আপনার মডেলের ভবিষ্যদ্বাণীগুলিকে কিছুটা ভাল করে তোলে৷ সামান্য ভাল ভবিষ্যদ্বাণী অবশ্যই সামান্য খারাপ ভবিষ্যদ্বাণীগুলির চেয়ে ভাল বলে মনে হয়; যাইহোক, অতিরিক্ত বৈশিষ্ট্য আপনার রক্ষণাবেক্ষণের বোঝা যোগ করে।
আপনার তথ্য উৎস নির্ভরযোগ্য?
আপনার ইনপুট ডেটার নির্ভরযোগ্যতা সম্পর্কে জিজ্ঞাসা করার জন্য কিছু প্রশ্ন:
- সংকেত কি সর্বদা উপলব্ধ হবে নাকি এটি একটি অবিশ্বস্ত উৎস থেকে আসছে? যেমন:
- একটি সার্ভার থেকে সংকেত আসছে যে ভারী লোড অধীনে ক্র্যাশ?
- মানুষের কাছ থেকে কি সংকেত আসছে যে প্রতি আগস্টে ছুটিতে যায়?
- যে সিস্টেমটি আপনার মডেলের ইনপুট ডেটা গণনা করে তা কি কখনও পরিবর্তন হয়? যদি তাই হয়:
- কতবার?
- সেই ব্যবস্থার পরিবর্তন হলে আপনি কীভাবে জানবেন?
আপস্ট্রিম প্রক্রিয়া থেকে আপনি যে ডেটা পাবেন তার নিজের কপি তৈরি করার কথা বিবেচনা করুন। তারপর, শুধুমাত্র আপস্ট্রিম ডেটার পরবর্তী সংস্করণে অগ্রসর হন যখন আপনি নিশ্চিত হন যে এটি করা নিরাপদ।
আপনার মডেল একটি প্রতিক্রিয়া লুপের অংশ?
কখনও কখনও একটি মডেল তার নিজস্ব প্রশিক্ষণ ডেটা প্রভাবিত করতে পারে। উদাহরণস্বরূপ, কিছু মডেলের ফলাফল, ঘুরে, একই মডেলে (প্রত্যক্ষ বা পরোক্ষভাবে) ইনপুট বৈশিষ্ট্য হয়ে ওঠে।
কখনও কখনও একটি মডেল অন্য মডেল প্রভাবিত করতে পারে. উদাহরণস্বরূপ, স্টক মূল্যের পূর্বাভাস দেওয়ার জন্য দুটি মডেল বিবেচনা করুন:
- মডেল A, যা একটি খারাপ ভবিষ্যদ্বাণীমূলক মডেল।
- মডেল বি.
যেহেতু মডেল A বগি, তাই এটি ভুলবশত স্টক এক্স-এ স্টক কেনার সিদ্ধান্ত নেয়৷ এই ক্রয়গুলি স্টক এক্স-এর দাম বাড়িয়ে দেয়৷ মডেল বি স্টক এক্স-এর মূল্যকে একটি ইনপুট বৈশিষ্ট্য হিসাবে ব্যবহার করে, তাই মডেল বি সম্পর্কে কিছু মিথ্যা সিদ্ধান্তে আসতে পারে৷ স্টক এক্স-এর মান। মডেল বি, তাই, মডেল এ-এর বগি আচরণের উপর ভিত্তি করে স্টক এক্স-এর শেয়ার ক্রয় বা বিক্রি করতে পারে। মডেল বি-এর আচরণ মডেল-এ-কে প্রভাবিত করতে পারে, সম্ভবত কোম্পানি X-এর মধ্যে টিউলিপ ম্যানিয়া বা স্লাইড সৃষ্টি করতে পারে। স্টক
অনুশীলন: আপনার বোঝার পরীক্ষা করুন
নিচের কোন তিনটি মডেল ফিডব্যাক লুপের জন্য সংবেদনশীল?
একটি ফেস-এট্রিবিউট মডেল যা শনাক্ত করে যে একজন ব্যক্তি একটি ফটোতে হাসছেন কিনা, যা নিয়মিতভাবে স্টক ফটোগ্রাফির একটি ডাটাবেসে প্রশিক্ষণপ্রাপ্ত হয় যা প্রতি মাসে স্বয়ংক্রিয়ভাবে আপডেট হয়।
এখানে কোন ফিডব্যাক লুপ নেই, কারণ মডেল ভবিষ্যদ্বাণী ফটো ডাটাবেসের উপর কোন প্রভাব ফেলে না। যাইহোক, ইনপুট ডেটার সংস্করণ এখানে একটি উদ্বেগের বিষয়, কারণ এই মাসিক আপডেটগুলি মডেলের উপর সম্ভাব্য অপ্রত্যাশিত প্রভাব ফেলতে পারে।
একটি ট্র্যাফিক-পূর্বাভাস মডেল যা হাইওয়েতে যানজটের পূর্বাভাস দেয় সমুদ্র সৈকতের কাছাকাছি প্রস্থান করে, সৈকতের ভিড়ের আকারকে এর বৈশিষ্ট্যগুলির মধ্যে একটি হিসাবে ব্যবহার করে।
কিছু সমুদ্র সৈকতগামীরা ট্রাফিক পূর্বাভাসের উপর ভিত্তি করে তাদের পরিকল্পনা তৈরি করতে পারে। যদি সমুদ্র সৈকতে একটি বড় ভিড় থাকে এবং যানজট ভারী হওয়ার পূর্বাভাস দেওয়া হয়, তবে অনেকেই বিকল্প পরিকল্পনা করতে পারেন। এটি সমুদ্র সৈকতে ভোটারদের হ্রাস করতে পারে, যার ফলে একটি হালকা ট্র্যাফিক পূর্বাভাস হতে পারে, যা পরে উপস্থিতি বাড়াতে পারে এবং চক্রটি পুনরাবৃত্তি করতে পারে।
একটি বই-সুপারিশ মডেল যা তার ব্যবহারকারীদের জনপ্রিয়তার উপর ভিত্তি করে (অর্থাৎ, বইগুলি কতবার কেনা হয়েছে) এর উপর ভিত্তি করে উপন্যাসের পরামর্শ দেয়।
বইয়ের সুপারিশগুলি কেনাকাটা চালাতে পারে, এবং এই অতিরিক্ত বিক্রয়গুলিকে ইনপুট হিসাবে মডেলে ফেরত দেওয়া হবে, যা ভবিষ্যতে এই একই বইগুলির সুপারিশ করার সম্ভাবনা বেশি করে তোলে৷
একটি আবাসন-মূল্যের মডেল যা বাড়ির দামের ভবিষ্যদ্বাণী করে, আকার (বর্গ মিটারে এলাকা), শয়নকক্ষের সংখ্যা এবং বৈশিষ্ট্য হিসাবে ভৌগলিক অবস্থান ব্যবহার করে।
দামের পূর্বাভাসের প্রতিক্রিয়া হিসাবে একটি বাড়ির অবস্থান, আকার বা বেডরুমের সংখ্যা দ্রুত পরিবর্তন করা সম্ভব নয়, একটি প্রতিক্রিয়া লুপ অসম্ভাব্য করে তোলে। যাইহোক, শয়নকক্ষের আকার এবং সংখ্যার মধ্যে সম্ভাব্য একটি সম্পর্ক রয়েছে (বড় বাড়িতে আরও কক্ষ থাকতে পারে) যা আলাদা করার প্রয়োজন হতে পারে।
একটি নির্বাচন-ফলাফল মডেল যা ভোট বন্ধ হওয়ার পরে 2% ভোটারদের জরিপ করে মেয়র পদে বিজয়ীর পূর্বাভাস দেয়।
ভোট বন্ধ না হওয়া পর্যন্ত মডেলটি যদি তার পূর্বাভাস প্রকাশ না করে, তাহলে ভোটারদের আচরণকে প্রভাবিত করা তার ভবিষ্যদ্বাণীর পক্ষে সম্ভব নয়।
একটি ইউনিভার্সিটি-র্যাঙ্কিং মডেল যা স্কুলগুলিকে তাদের পছন্দের দ্বারা আংশিকভাবে রেট দেয় - ভর্তি করা হয়েছে এমন ছাত্রদের শতাংশ।
মডেলের র্যাঙ্কিং শীর্ষস্থানীয় স্কুলগুলির প্রতি অতিরিক্ত আগ্রহ তৈরি করতে পারে, তারা প্রাপ্ত অ্যাপ্লিকেশনের সংখ্যা বাড়িয়ে তুলতে পারে। যদি এই বিদ্যালয়গুলি একই সংখ্যক শিক্ষার্থী ভর্তি করা অব্যাহত থাকে তবে নির্বাচনীতা বাড়বে (ভর্তিকৃত শিক্ষার্থীদের শতাংশ হ্রাস পাবে)। এটি এই স্কুলগুলির র্যাঙ্কিংকে বাড়িয়ে তুলবে, যা সম্ভাব্য ছাত্রদের আগ্রহকে আরও বাড়িয়ে তুলবে, এবং তাই…
