Sie sollten nun besser über Folgendes verfügen:
- Eingabedaten und erstellte Daten validieren.
- Fehler in einem ML-Modell beheben, damit das Modell funktioniert
- Ein funktionierendes ML-Modell optimieren
- Testrichtlinien für ML-Modelle und -Pipelines besprechen
- Modellmesswerte während der Entwicklung, Markteinführung und Produktion überwachen.
Nächste Schritte
- End-to-End-Beispiel für TFX
- Artikel von Google-Mitarbeitern zur Produktion von ML lesen: