Производственные системы машинного обучения

Ориентировочная продолжительность модуля: 70 минут.

Цели обучения

• Оцените разнообразие компонентов производственной системы машинного обучения.
• Выберите идеальную парадигму обучения (статическую или динамическую).
• Выберите идеальную парадигму вывода (статическую или динамическую).
• Протестируйте развертывание машинного обучения.
• Задавайте правильные вопросы о вашей производственной системе машинного обучения.
• Выявляйте недостатки в реальных моделях машинного обучения.
• Мониторинг компонентов производственной системы машинного обучения.

Предпосылки:

В этом модуле предполагается, что вы знакомы с концепциями, изложенными в следующих модулях:

• Введение в машинное обучение
• Линейная регрессия
• Работа с числовыми данными
• Работа с категориальными данными
• Наборы данных, обобщение и переобучение

До сих пор этот курс был сосредоточен на построении моделей машинного обучения (ML). Однако, как следует из рисунка 1, реальные производственные системы МО представляют собой большие экосистемы, а модель — лишь одну, относительно небольшую часть.

Рисунок 1. Реальная производственная система машинного обучения состоит из множества компонентов.

В основе реальной производственной системы машинного обучения лежит код модели ML, но он часто составляет лишь 5% или меньше от общей базы кода в системе. Это не опечатка; это значительно меньше, чем вы могли ожидать. Обратите внимание, что производственная система ML выделяет значительные ресурсы для входных данных: их сбор, проверка и извлечение из них функций.