Taula de continguts:

Com es desplega un model predictiu?
Com es desplega un model predictiu?

Vídeo: Com es desplega un model predictiu?

Vídeo: Com es desplega un model predictiu?
Vídeo: How to get predictions from an ML model 2024, De novembre
Anonim

A continuació, es mostren cinc passos de pràctiques recomanades que podeu seguir quan implementeu el vostre model predictiu a la producció

  1. Especifiqueu els requisits de rendiment.
  2. Algorisme de predicció separat de Model Coeficients.
  3. Desenvolupa proves automatitzades per al teu Model .
  4. Desenvolupar una infraestructura de proves posteriors i proves ara.
  5. Repte i després prova Model Actualitzacions.

A més, què vol dir desplegar un model?

Model de desplegament . El concepte de desplegament en ciència de dades es refereix a l'aplicació d'a model per a la predicció mitjançant dades noves. En funció dels requisits, el desplegament La fase pot ser tan senzilla com generar un informe o tan complexa com implementar un procés de ciència de dades repetible.

També sap, com es desplega a la producció? Tenint això en compte, parlem d'algunes maneres de desplegar-se sense problemes a la producció sense arriscar la qualitat.

  1. Automatitzar tant com sigui possible.
  2. Creeu i empaqueteu la vostra aplicació només una vegada.
  3. Desplegueu de la mateixa manera tot el temps.
  4. Desplegueu utilitzant els indicadors de funcions a la vostra aplicació.
  5. Desplegueu en petits lots i feu-ho sovint.

En aquest sentit, com implementeu els models ML en producció?

Desplegueu el vostre primer model ML a producció amb una pila de tecnologia senzilla

  1. Entrenar un model d'aprenentatge automàtic en un sistema local.
  2. Embolcall de la lògica d'inferència en una aplicació de matràs.
  3. Utilitzant docker per contenedor de l'aplicació flask.
  4. Allotjament del contenidor docker en una instància AWS ec2 i consum del servei web.

Com implementeu els models d'aprenentatge profund?

Desplegant el vostre model

  1. Feu clic a la pestanya Desplega.
  2. Seleccioneu la cursa d'entrenament.
  3. Introduïu el nom del servei.
  4. Trieu si voleu implementar-lo a la vostra instància (pot ser web o local, com el clúster de la vostra empresa) o en una instància remota (com AWS, GCP, Azure, etc.)
  5. Feu clic al botó Desplega.

Recomanat: