ยินดีด้วย โมเดลของคุณพร้อมสําหรับการปรับใช้กับไปป์ไลน์ ML เวอร์ชันที่ใช้งานจริง ส่วนนี้ของหลักสูตรจะแนะนําหลักเกณฑ์การทดสอบสําหรับไปป์ไลน์ ML อย่างไรก็ตาม ส่วนนี้ไม่ได้แสดงหลักเกณฑ์เหล่านี้เนื่องจากการสาธิตดังกล่าวไม่สามารถทําได้ในสภาพแวดล้อมแบบแซนด์บ็อกซ์
สิ่งที่คุณจะได้เรียนรู้:
- การเขียนการทดสอบที่เหมาะสมสําหรับการเปิดตัวและการผลิต
- การตรวจหาโหมดการทํางานล้มเหลวในไปป์ไลน์ของ ML โดยใช้การทดสอบ
- กําลังประเมินคุณภาพของโมเดลในเวอร์ชันที่ใช้งานจริง
ไปป์ไลน์ ML คืออะไร
ไปป์ไลน์ ML ประกอบด้วยคอมโพเนนต์หลายรายการตามที่แสดงในแผนภาพ เราจะทําความคุ้นเคยกับคอมโพเนนต์เหล่านี้ในภายหลัง ตอนนี้จะสังเกตเห็นว่า "โมเดล" (กล่องสีดํา) เป็นส่วนเล็กๆ ของโครงสร้างพื้นฐานไปป์ไลน์ที่จําเป็นสําหรับ ML ที่ใช้งานจริง
บทบาทการทดสอบในไปป์ไลน์ ML
เวิร์กโฟลว์สําหรับการพัฒนาซอฟต์แวร์จะเป็นไปตามการพัฒนาที่ขับเคลื่อนโดยการทดสอบ (TDD) อย่างไรก็ตาม ใน ML การเริ่มทดสอบไม่ใช่เรื่องง่าย การทดสอบจะขึ้นอยู่กับข้อมูล โมเดล และปัญหา เช่น ก่อนที่จะฝึกโมเดล คุณเขียนการทดสอบเพื่อตรวจสอบการสูญเสียไม่ได้ แต่คุณจะค้นพบการสูญเสียที่ทําได้ระหว่างการพัฒนาโมเดล และจากนั้นทดสอบเวอร์ชันใหม่กับการสูญเสียที่ทําได้
คุณต้องทดสอบสิ่งต่อไปนี้
- กําลังตรวจสอบความถูกต้องของข้อมูลอินพุต
- กําลังตรวจสอบวิศวกรรมฟีเจอร์
- กําลังตรวจสอบคุณภาพของโมเดลเวอร์ชันใหม่
- กําลังตรวจสอบโครงสร้างพื้นฐานในการแสดงโฆษณา
- การทดสอบการผสานรวมระหว่างคอมโพเนนต์ไปป์ไลน์