मॉडल को लागू करते समय, आसानी से शुरुआत करें. एमएल में ज़्यादातर काम डेटा पर होता है. इसलिए, किसी जटिल मॉडल के लिए पूरी पाइपलाइन चलाना, मॉडल पर ही लागू करने से ज़्यादा मुश्किल है. अपनी डेटा पाइपलाइन को सेट अप करने और कुछ सुविधाओं का इस्तेमाल करने वाला आसान मॉडल लागू करने के बाद, एक बेहतर मॉडल बनाने की प्रक्रिया को फिर से लागू किया जा सकता है.
सामान्य मॉडल एक अच्छी बेसलाइन देते हैं, भले ही आप उन्हें लॉन्च ही नहीं करते. असल में, सामान्य मॉडल का इस्तेमाल करना आपके हिसाब से बेहतर हो सकता है. आसान शुरू करने से, आपको यह तय करने में मदद मिलती है कि कोई कॉम्प्लेक्स मॉडल उचित है या नहीं.
अपने मॉडल को ट्रेनिंग देने के बजाय, पहले से ट्रेनिंग वाले मॉडल को इस्तेमाल करके ट्रेनिंग देना
ट्रेनिंग वाले मॉडल, अलग-अलग तरह से इस्तेमाल किए जा सकते हैं और कई फ़ायदे भी हैं. हालांकि, ट्रेनिंग वाले मॉडल सिर्फ़ तब काम करते हैं, जब लेबल और सुविधाएं आपके डेटासेट से पूरी तरह मेल खाती हों. उदाहरण के लिए, अगर कोई ट्रेन किया गया मॉडल 25 सुविधाओं का इस्तेमाल करता है और आपके डेटासेट में सिर्फ़ 24 सुविधाएं हैं, तो ट्रेन किया गया मॉडल गलत अनुमान लगा सकता है.
आम तौर पर, मशीन लर्निंग के क्षेत्र में काम करने वाले लोग, किसी प्रशिक्षित मॉडल से इनपुट के मिलते-जुलते सब-सेक्शन का इस्तेमाल करते हैं. ऐसा, लर्निंग को बेहतर बनाने या ट्रांसफ़र करने के लिए किया जाता है. अगर आपके इस्तेमाल के उदाहरण के लिए कोई ट्रेन मॉडल मौजूद नहीं है, तो ट्रेनिंग के दौरान किसी ट्रेनिंग मॉडल के सब-सेक्शन का इस्तेमाल करें.
ट्रेन किए गए मॉडल के बारे में जानकारी के लिए, यहां देखें
निगरानी
समस्याओं को फ़्रेम करने के दौरान, मशीन लर्निंग से जुड़े अपने इन्फ़्रास्ट्रक्चर की निगरानी और सूचना देने वाले इन्फ़्रास्ट्रक्चर पर ध्यान दें.
मॉडल डिप्लॉयमेंट
कुछ मामलों में, हो सकता है कि ट्रेन किया गया नया मॉडल, अभी प्रोडक्शन में चल रहे मॉडल से खराब हो. अगर ऐसा है, तो आपको इसे प्रोडक्शन में रिलीज़ होने से रोकना होगा और चेतावनी मिलेगी कि आपका ऑटोमेटेड डिप्लॉयमेंट नहीं हो सका.
ट्रेनिंग और सर्विंग में अंतर
अगर अनुमान के लिए इस्तेमाल की गई किसी भी इनकमिंग सुविधा में ऐसी वैल्यू हैं जो ट्रेनिंग में इस्तेमाल किए गए डेटा की डिस्ट्रिब्यूशन सीमा से बाहर हैं, तो आपको इनके बारे में चेतावनी चाहिए, क्योंकि इसकी वजह से मॉडल खराब अनुमान लगा सकता है. मिसाल इसके उलट, अगर मॉडल ट्रेनिंग के दौरान देखी गई डिस्ट्रिब्यूशन रेंज से बाहर के अनुमान लगा रहा है, तो विज्ञापन दिखाने वाले सिस्टम आपको इसकी सूचना देंगे.
अनुमान सर्वर
अगर किसी RPC सिस्टम के ज़रिए अनुमान दिए जा रहे हैं, तो शायद आप खुद RPC सर्वर की निगरानी करना चाहें. साथ ही, अगर यह अनुमान देना बंद कर देता है, तो आपको इसकी सूचना मिलेगी.