ML projeleri belirli hedeflerin, görevlerin ve sonuçların bulunduğu aşamalar halinde ilerler. Makine öğrenimi gelişim aşamalarını net bir şekilde anlamak mühendislik sorumluluklarını belirlemeye, paydaş beklentilerini yönetmeye ve kaynakları verimli bir şekilde dağıtmaya yardımcı olur.
Bu aşamalardan başarıyla geçmek (genellikle yinelemeli olarak) uzun vadede işletme sorunlarını çözecek makine öğrenimi modelleri tasarlamanın, bir araya getirmenin ve oluşturmanın temelini oluşturur.
Yüksek düzeyde, bir makine öğrenimi çözümünün uygulanması aşağıdaki aşamalardan oluşur:
- Fikir ve planlama
- Deneme
- Boru hattı oluşturma
- Üretimleştirme
Fikir ve planlama
Fikir üretme ve planlama aşamasında, sorununuzu bir makine öğrenimi çözümü çerçevesinde özetler ve projenin fizibilitesini tahmin edersiniz.
- Hedef: Makine öğreniminin sorununuz için en iyi çözüm olup olmadığını belirlemek.
- Görevler: Projenizin kısıtlamalarını anlamak için işletme sorununu analiz edin.
- Sonuç: Bir makine öğrenimi çözümüyle sorunların nasıl çözüleceğini özetleyen bir tasarım dokümanı. Makine öğrenimi tasarım belgesi örneği için go/ml-design-doc-example adresine bakın.
Bir videonun transkriptine, Yayın'da izleyerek ulaşabilirsiniz. Transkript görünmüyorsa transkript simgesini tıklayın.
Deneme
Denemeler, makine öğreniminin temelini oluşturur. Bu aşamada bir ML çözümünün uygulanabilir olduğunu doğrularsınız. Çözüm bulmak yinelemeli bir süreçtir. Sorunu çözecek özellikler, hiperparametreler ve model mimarisinin doğru kombinasyonunu bulmadan önce yüzlerce deneme yapmak nadir değildir.
- Hedef: İşletme sorununu çözecek bir model oluşturmak.
- Görevler: Özellikler, hiperparametreler ve model mimarileriyle denemeler yapın.
- Sonuç: Üretime girmesi için yeterince kaliteli bir model.
Bir videonun transkriptine, Yayın'da izleyerek ulaşabilirsiniz. Transkript görünmüyorsa transkript simgesini tıklayın.
Ardışık düzen oluşturma ve üretim yapma
Ardışık düzen oluşturma ve üretim aşamasında verileri işlemek, bir modeli eğitmek ve tahminler sunmak için ardışık düzenler oluşturursunuz. Daha sonra gerekli izleme ve günlük kaydı altyapısını kullanarak modeli ve ardışık düzenleri üretime dağıtıyorsunuz.
- Hedef: Üretim aşamasında modelleri ölçeklendirmek, izlemek ve sürdürmek için altyapıyı oluşturup uygulamak.
- Görevler: Üretim aşamasında güncel modelleri tutmaya yönelik görevlerin çoğunu otomatik hale getirecek ardışık düzenler oluşturun.
- Sonuçlar: Doğrulanan ML ardışık düzenleri.
Bir videonun transkriptine, Yayın'da izleyerek ulaşabilirsiniz. Transkript görünmüyorsa transkript simgesini tıklayın.
Uçtan uca makine öğrenimi iş akışı
Aşağıdaki şemada, her aşama ile görevleri ve sonuçları listelenerek uçtan uca makine öğrenimi iş akışının tamamı gösterilmektedir:
Şekil 1. ML iş akışının dört ana aşaması.
Hatırlatma
Her aşamada birden fazla zorluk söz konusudur. Bunların farkında olmamak ve bunlara göre plan yapmak, teslim tarihlerinin kaçırılmasına, mühendislerin hayal kırıklığına uğramasına ve projelerin başarısız olmasına yol açabilir.