Bir modeli uygularken basit adımlarla başlayın. Makine öğreniminde işin çoğu veriler üzerinedir Bu nedenle karmaşık bir model için bir ardışık düzenin tamamını çalıştırmak modelin kendisi üzerinde iterasyonlar yapmalıdır. Veri ardışık düzeninizi oluşturduktan sonra birkaç özellik kullanan basit bir model uyguluyorsanız, daha iyi bir model oluşturabilirsiniz.
Basit modeller, kullanmaya başlamasanız bile iyi bir temel oluşturur. Aslında basit bir model kullanmak, muhtemelen düşündüğünüzden daha iyidir. Basitten başlama karmaşık bir modelin haklı olup olmadığını anlamanıza yardımcı olur.
Önceden eğitilmiş bir model kullanmak yerine kendi modelinizi eğitme
Eğitilmiş modeller, çeşitli kullanım alanları için mevcuttur ve birçok kullanım alanı sunar. avantajları Öte yandan, eğitilen modeller ancak etiket ve etiket özellikleri veri kümenizle tam olarak eşleşiyor. Örneğin, eğitilmiş bir model kullanan ve veri kümenizde yalnızca 24 özelliğin yer aldığı, büyük olasılıkla kötü tahminlerde bulunacaktır.
Makine öğrenimi uzmanları genellikle eğitilmiş bir model olması gerekir. Eğitilmiş bir model olup olmadığını kontrol edin. Kendi alt bölümlerinizi eğitirken eğitilmiş bir modelin alt bölümlerini kullanarak.
Eğitilen modellerle ilgili bilgi için bkz.
İzleme
Sorun çerçevelemesi sırasında izleme ve uyarı altyapısını göz önünde bulundurun. makine öğrenimi çözümünün ihtiyaçları.
Model dağıtımı
Bazı durumlarda, yeni eğitilmiş bir model şu anda kullanılan modelden daha kötü olabilir. çok önemlidir. Böyle bir durum söz konusu olduğunda, sitenin üretim başarısız oldu ve otomatik dağıtımınızın başarısız olduğuna dair uyarı alın.
Eğitim sunma sapması
Çıkarım için kullanılan gelen özelliklerin herhangi birinin dağıtım aralığında olduğunu fark ederseniz çünkü modelin kötü tahminler yapma olasılığı yüksektir. Örneğin, model, ekvator şehirlerindeki sıcaklıkları deniz seviyesinde tahmin etmek üzere eğitildi sunucu sisteminiz gelen veriler konusunda sizi enlem ve boylam değerleriyle boylamlar ve/veya modelin eğitildiği aralığın dışındaki rakımlar. Buna karşılık, modelin çalışması nedeniyle sırasında görülen dağılım aralığının dışında kalan tahmin bahsedeceğim.
Çıkarım sunucusu
Çıkarımlarınızı bir RPC sistemi üzerinden sağlıyorsanız RPC sunucusunun kendisi çıkarım yapmayı durdurursa bir uyarı alır.