عند تنفيذ نموذج، ابدأ بخطوات بسيطة. يتم إنجاز معظم العمل في التعلم الآلي على البيانات لذا فإن الحصول على مسار التعلّم الكامل لأي نموذج معقد أصعب من ويكررها على النموذج نفسه. بعد إعداد مسار البيانات لديك عن طريق تنفيذ نموذج بسيط يستخدم بعض الميزات، يمكنك التكرار لإنشاء نموذج أفضل.
توفر النماذج البسيطة خط الأساس جيدًا، حتى إذا لم ينتهي بك الأمر بإطلاقها. في الواقع، ربما يكون استخدام نموذج بسيط أفضل مما تعتقد. البساطة في تحديد ما إذا كان النموذج المعقد مبررًا أم لا.
تدريب نموذجك الخاص بدلاً من استخدام نموذج مدرَّب مسبقًا
توجد النماذج المدرَّبة على مجموعة متنوعة من حالات الاستخدام وتقدم العديد من ومزاياها. ومع ذلك، لا تعمل النماذج المدربة إلا عندما يتم تصنيف البيانات تطابق مجموعة البيانات الخاصة بك تمامًا. فعلى سبيل المثال، إذا كان النموذج المدرَّب يستخدم 25 ميزة وتتضمن مجموعة بياناتك 24 ميزة فقط، النموذجي سوف يقدم تنبؤات سيئة على الأرجح.
وبشكل عام، يستخدم ممارسو تعلُّم الآلة أقسامًا فرعية مطابقة للمدخلات من المُدرَّب لضبط إعدادات التعلُّم أو نقله. إذا كان هناك نموذج مدرَّب غير موجودة لحالة استخدامك المحددة، فضع في اعتبارك باستخدام أقسام فرعية من نموذج مدرَّب عند تدريب قسمك الخاص.
للحصول على معلومات عن النماذج المُدرَّبة، يُرجى الاطّلاع على
المراقبة
أثناء تحديد إطارات المشكلة، ضع في اعتبارك البنية الأساسية للمراقبة والتنبيه لاحتياجات حلول تعلُّم الآلة.
نشر النموذج
في بعض الحالات، قد يكون النموذج المدرَّب حديثًا أسوأ من النموذج الموجود حاليًا والإنتاج. إذا كان الأمر كذلك، فستحتاج إلى منع إصداره في الإصدار العلني وتلقّي تنبيه بتعذُّر النشر المبرمَج.
انحراف عرض التدريب
إذا كان أي من الميزات الواردة المستخدمة للاستنتاج ذات قيم تقع خارج نطاق توزيع البيانات المستخدمة في التدريب، فستحتاج إلى تنبيه لأنه من المرجح أن يقدم النموذج تنبؤات سيئة. على سبيل المثال، إذا كان على التنبؤ بدرجات الحرارة للمدن الاستوائية على مستوى سطح البحر، ينبغي أن ينبهك نظام العرض بالبيانات الواردة التي تتضمن خطوط العرض و/أو خطوط الطول والعرض و/أو الارتفاعات خارج النطاق الذي تم تدريب النموذج عليه. وعلى العكس من ذلك، من المفترض أن ينبهك نظام العرض إذا كان النموذج التنبؤات التي تقع خارج نطاق التوزيع الذي تمت رؤيتها أثناء التدريب.
خادم الاستنتاج
إذا كنت تقدم استنتاجات من خلال نظام استدعاء إجراء عن بُعد (RPC)، ستحتاج إلى مراقبة خادم استدعاء إجراء عن بُعد (RPC) نفسه ويتلقّى تنبيهًا في حال توقف عن تقديم الاستنتاجات.