Możesz wybrać jedną z tych strategii wnioskowania:
wnioskowanie offline, co oznacza, że wszystkie możliwe prognozy tworzy się zbiorczo, korzystając z narzędzia MapReduce lub podobnego. Następnie zapisujesz prognozy w tabeli SSTable lub Bigtable, a potem przesyłasz je do pamięci podręcznej lub tabeli przeglądowej.
wnioskowanie online, czyli prognozowanie na żądanie przy użyciu serwera;
Więcej informacji na temat wnioskowania statycznego i dynamicznego znajdziesz w tym filmie (2 minuty).
Statyczny a dynamiczny wnioskowanie
Paradygmaty systemu ML: wnioskowanie
Wnioskowanie offline
Przygotuj wszystkie możliwe prognozy w partiach, korzystając z mapreduce lub podobnej metody.
Zapisz dane w tabeli, a następnie przekaż je do pamięci podręcznej lub tabeli przeglądowej.
Wnioskowanie online
Prognozowanie na żądanie przy użyciu serwera.
Paradygmaty systemu ML: wnioskowanie
Wnioskowanie offline
Przygotuj wszystkie możliwe prognozy w partiach, korzystając z mapreduce lub podobnej metody.
Zapisz dane w tabeli, a następnie przekaż je do pamięci podręcznej lub tabeli przeglądowej.
Z drugiej strony: nie musisz się martwić o koszty wnioskowania.
Wady: ta opcja prawdopodobnie wymaga użycia limitu wsadowego.
Wady: można przeprowadzić weryfikację prognoz dotyczących danych przed ich przekazaniem.
Paradygmaty systemu ML: wnioskowanie
Wnioskowanie offline
Przygotuj wszystkie możliwe prognozy w partiach, korzystając z mapreduce lub podobnej metody.
Zapisz dane w tabeli, a następnie przekaż je do pamięci podręcznej lub tabeli przeglądowej.
Z drugiej strony: nie musisz się martwić o koszty wnioskowania.
Wady: ta opcja prawdopodobnie wymaga użycia limitu wsadowego.
Wady: można przeprowadzić weryfikację po weryfikacji danych przed jej przekazaniem.
Wada: jesteśmy w stanie przewidzieć tylko to, o czym wiemy – źle w przypadku długich ogonów.
Wada: czas oczekiwania na aktualizację jest mierzony w godzinach lub dniach.
Paradygmaty systemu ML: wnioskowanie
Wnioskowanie online
Prognozowanie na żądanie przy użyciu serwera.
Minus: potrafi przewidzieć, jaki pojawi się nowy produkt – to świetne rozwiązanie w przypadku długich ogonów.
Paradygmaty systemu ML: wnioskowanie
Wnioskowanie online
Prognozowanie na żądanie przy użyciu serwera.
Minus: potrafi przewidzieć, jaki pojawi się nowy produkt – to świetne rozwiązanie w przypadku długich ogonów.
Wada: wymagające dużej mocy obliczeniowej i wrażliwe na opóźnienia – może ograniczać złożoność modelu.
Wada: potrzeby związane z monitorowaniem są bardziej wymagające.
Podsumowanie wykładu wideo
Oto zalety i wady wnioskowania offline:
Specjalista: nie musisz się martwić o koszty wnioskowania.
Zalety: prawdopodobnie korzystanie z limitu wsadowego lub gigantycznego narzędzia MapReduce.
Zaleta: możliwość wykonywania weryfikacji prognoz przed przekazaniem.
Wady: możemy przewidzieć tylko to, o czym wiemy – to szkoda, jeśli chodzi o długie ogony.
Wada: czas oczekiwania na aktualizację jest prawdopodobnie mierzony w godzinach lub dniach.
Oto zalety i wady wnioskowania online:
Zaleta: Umożliwia przewidywanie każdego nowego elementu na bieżąco – to świetne rozwiązanie w przypadku długich ogonów.
Wada: wymagające dużej mocy obliczeniowej i wrażliwe na opóźnienia – mogą ograniczyć złożoność modelu.
Wada: potrzeby związane z monitorowaniem są bardziej wymagające.
