Aufbau von Anwendungen mit maschinellem Lernen

Teil IV. Einsetzen und Überwachen

Sobald wir ein Modell erstellt und validiert haben, möchten wir den Nutzern Zugang dazu geben. Es gibt viele verschiedene Methoden, um ML-Modelle zugänglich zu machen. Im einfachsten Fall reicht es, eine kleine API zu bauen, aber um zu garantieren, dass deine Modelle für alle deine Nutzer gut funktionieren, brauchst du mehr.

In Abbildung IV-1 sind einige der Systeme dargestellt, die wir in den nächsten Kapiteln behandeln werden und die normalerweise ein Modell in der Produktion begleiten.

Abbildung IV-1. Typische Produktionsmodellierungspipeline

ML-Pipelines in der Produktion müssen in der Lage sein, Daten- und Modellausfälle zu erkennen und sie mit Anstand zu behandeln. Idealerweise solltest du auch versuchen, jeden Ausfall proaktiv vorherzusagen und eine Strategie für den Einsatz aktualisierter Modelle haben. Wenn sich das für dich herausfordernd anhört, mach dir keine Sorgen! Das werden wir in Teil IV behandeln.

Kapitel 8

Vor dem Einsatz sollten wir immer eine letzte Validierungsrunde durchführen. Ziel ist es, potenziellen Missbrauch und negative Verwendungen unserer Modelle gründlich zu untersuchen und unser Bestes zu tun, um sie zu antizipieren und Schutzmaßnahmen zu entwickeln.

Kapitel 9

Wir werden verschiedene Methoden und Plattformen für den Einsatz von Modellen besprechen und wie du dich für die eine oder andere entscheiden kannst. ...