Podsumowanie kursu i dalsze kroki

Teraz wiesz już, jak:

• Sprawdź dane wejściowe i przetworzone dane.
• Przeprowadź debugowanie modelu ML, aby działał.
• Zoptymalizuj działający model ML.
• Omów wytyczne dotyczące testowania modeli i potoków ML.
• Monitorowanie wskaźników modeli podczas programowania, uruchamiania i produkcji.

Co dalej?

• Zobacz kompleksowy przykład TFX.
• Przeczytaj prace Googlerów na temat produkcji systemów uczących się:
  • Zarządzanie potokiem i zapobieganie zadłużeniu technicznemu
  • Wynik testu ML: ocena cząstkowa gotowości do systemów uczących się i techniczne zmniejszenie zadłużenia