ML-Systeme für die Produktion

Bisher ging es in diesem Kurs um das Erstellen von Modellen für maschinelles Lernen (ML). Wie Abbildung 1 jedoch verrät, sind reale ML-Systeme für die Produktion groß und das Modell ist nur ein einzelner, relativ kleiner Teil.

Abbildung 1: ML-Systemdiagramm mit den folgenden Komponenten:
            Datenerfassung, Featureextraktion, Prozessmanagementtools
            Datenüberprüfung, Konfiguration, Verwaltung von Maschinenressourcen,
            für das Monitoring, die Bereitstellungsinfrastruktur
und den Code für ML-Modelle. ML
            Modellcode-Teil des Diagramms von den anderen neun
            Komponenten. <ph type="x-smartling-placeholder">
</ph> Abbildung 1: Ein reales ML-System für die Produktion besteht aus vielen Komponenten.

 

Im Mittelpunkt eines realen Produktionssystems für maschinelles Lernen steht das ML. Modellcode, stellt aber häufig nur 5% oder weniger der gesamten Codebasis in System. Das ist kein Fehldruck, ist es deutlich weniger, als Sie zu erwarten ist. Beachten Sie, dass ein ML-Produktionssystem erhebliche Ressourcen den Eingabedaten hinzu: Sie sammeln, verifizieren und Funktionen daraus extrahieren.