โปรเจ็กต์ ML จะมีความคืบหน้าเป็นระยะๆ โดยมีเป้าหมาย งาน และผลลัพธ์ที่เฉพาะเจาะจง การทำความเข้าใจขั้นตอนการพัฒนา ML อย่างชัดเจนจะช่วยกำหนดความรับผิดชอบด้านวิศวกรรม จัดการความคาดหวังของผู้มีส่วนเกี่ยวข้อง และจัดสรรทรัพยากรได้อย่างมีประสิทธิภาพ
การก้าวผ่านแต่ละเฟส (มักจะทำซ้ำ) อย่างประสบความสำเร็จเป็นรากฐาน ในการออกแบบ ประกอบ และสร้างโมเดล ML ที่แก้ปัญหาทางธุรกิจ ในระยะยาว
การติดตั้งใช้งานโซลูชัน ML ในระดับสูงประกอบด้วยระยะต่อไปนี้
- การหาไอเดียและการวางแผน
- การทดลอง
- การสร้างไปป์ไลน์
- การนำไปใช้งานจริง
การหาไอเดียและการวางแผน
ในระยะการระดมความคิดและการวางแผน คุณจะกำหนดปัญหาในแง่ของ โซลูชัน ML และประเมินความเป็นไปได้ของโปรเจ็กต์
- เป้าหมาย: เพื่อพิจารณาว่า ML เป็นโซลูชันที่ดีที่สุดสำหรับปัญหาของคุณหรือไม่
- งาน: วิเคราะห์ปัญหาทางธุรกิจเพื่อทําความเข้าใจข้อจํากัดของโปรเจ็กต์
- ผลลัพธ์: เอกสารการออกแบบที่อธิบายวิธีแก้ปัญหาด้วยโซลูชัน ML
การทดลอง
การทดลองเป็นหัวใจสำคัญของแมชชีนเลิร์นนิง ในระยะนี้ คุณจะยืนยันว่าโซลูชัน ML สามารถใช้งานได้ การค้นหาโซลูชันเป็น กระบวนการที่ต้องทำซ้ำ การทดลองหลายร้อยครั้งก่อนที่จะพบชุดค่าผสมที่เหมาะสมของฟีเจอร์ ไฮเปอร์พารามิเตอร์ และสถาปัตยกรรมโมเดลที่แก้ปัญหาได้ถือเป็นเรื่องปกติ
- เป้าหมาย: สร้างโมเดลที่แก้ปัญหาทางธุรกิจ
- งาน: ทดลองใช้ฟีเจอร์ ไฮเปอร์พารามิเตอร์ และสถาปัตยกรรมโมเดล
- ผลลัพธ์: โมเดลที่มีคุณภาพดีพอที่จะนำไปใช้ในการผลิต
การสร้างไปป์ไลน์และการนำไปใช้งานจริง
ในระหว่างขั้นตอนการสร้างไปป์ไลน์และการนำไปใช้งานจริง คุณจะสร้างไปป์ไลน์ สำหรับการประมวลผลข้อมูล การฝึกโมเดล และการแสดงการคาดการณ์ จากนั้นคุณจะ นํารุ่นและไปป์ไลน์ไปใช้งานจริงพร้อมโครงสร้างพื้นฐานด้านการตรวจสอบและ การบันทึกที่จําเป็น
- เป้าหมาย: สร้างและติดตั้งใช้งานโครงสร้างพื้นฐานสำหรับการปรับขนาด การตรวจสอบ และการบำรุงรักษาโมเดลในเวอร์ชันที่ใช้งานจริง
- งาน: สร้างไปป์ไลน์เพื่อทำให้งานจำนวนมากเป็นแบบอัตโนมัติเพื่อรักษาโมเดลที่อัปเดตล่าสุดในเวอร์ชันที่ใช้งานจริง
- ผลลัพธ์: ไปป์ไลน์ ML ที่ผ่านการตรวจสอบแล้ว
เวิร์กโฟลว์ ML แบบต้นทางถึงปลายทาง
แผนภาพต่อไปนี้แสดงเวิร์กโฟลว์ ML แบบต้นทางถึงปลายทางทั้งหมด โดยแสดง แต่ละเฟส รวมถึงงานและผลลัพธ์ของแต่ละเฟส
รูปที่ 1 เวิร์กโฟลว์ ML มี 4 ขั้นตอนหลัก
โปรดทราบ
แต่ละระยะมีอุปสรรคหลายอย่าง การไม่ตระหนักถึงและวางแผนสำหรับข้อจำกัดเหล่านี้อาจทำให้กำหนดเวลาพลาด วิศวกรไม่พอใจ และโปรเจ็กต์ล้มเหลว