تهانينا النموذج جاهز للنشر في مسار تعلّم تعلّم الآلة للإنتاج. يقدّم هذا القسم من الدورة التدريبية إرشادات الاختبار لأنابيب تعلُّم الآلة. يُرجى العِلم أنّ هذا القسم لا يوضّح هذه الإرشادات لأنّ هذا الإصدار التجريبي غير ممكن في وضع الحماية.
ستتعرّف على مزيد من المعلومات حول:
- كتابة الاختبارات المناسبة للإطلاق والإنتاج.
- رصد أوضاع الإخفاق في مسار تعلّم الآلة باستخدام الاختبارات
- تقييم جودة النموذج في مرحلة الإنتاج
ما هو مسار تعلّم الآلة؟
يتكون مسار تعلّم الآلة من عدّة مكوّنات، كما هو موضّح في الرسم البياني. سنتعرّف على هذه المكوّنات لاحقًا. في الوقت الحالي، لاحِظ أنّ "الطراز" (المربّع الأسود) هو جزء صغير من البنية الأساسية لمسار التعلّم ضرورية لتعلُّم الآلة.
دور الاختبار في ML Pipelines
في تطوير البرامج، يتّبع سير العمل المثالي التطوير المستند إلى الاختبار. ومع ذلك، ليس من السهل بدء اختبار تعلُّم الآلة في تعلُّم الآلة. وتعتمد اختباراتك على بياناتك ونموذجك ومشكلةك. على سبيل المثال، قبل تدريب النموذج، لا يمكنك كتابة اختبار للتحقّق من صحة الخسارة. وبدلاً من ذلك، يمكن اكتشاف الخسارة القابلة للتحقيق أثناء تطوير النموذج، ثم اختبار نُسخ نماذج جديدة مقابل الخسارة القابلة للتحقيق.
عليك إجراء اختبارات لما يلي:
- التحقق من بيانات الإدخال.
- التحقّق من هندسة الميزات
- التحقق من جودة إصدارات النماذج الجديدة.
- جارٍ التحقّق من البنية الأساسية للعرض.
- اختبار التكامل بين مكوِّنات مسار التعلّم.