Résumé du cours et étapes suivantes

Vous savez maintenant comment effectuer les opérations suivantes:

• Valider les données d'entrée et les données d'ingénierie
• Déboguer un modèle de ML pour faire fonctionner le modèle
• Optimiser un modèle de ML fonctionnel
• Discuter des consignes de test pour les modèles et pipelines de ML
• Surveiller les métriques du modèle pendant le développement, le lancement et la production

Étapes suivantes

• Consultez un exemple TFX de bout en bout.
• Consultez les articles de Google sur la production du ML :
  • Gérer votre pipeline et prévenir les contraintes techniques
  • Score du test de ML: une grille d'évaluation pour la production de ML et la réduction de la dette technique