CHAPITRE 8 Considérations lors du déploiement des modèles
Les chapitres précédents portaient sur l’entraînement des modèles et les performances en termes de généralisation. Ce sont des étapes nécessaires pour déployer un modèle, mais elles ne sont pas suffisantes pour garantir le succès d’un produit propulsé par le ML.
Le déploiement d’un modèle nécessite une plongée plus profonde dans les problèmes de défaillance qui pourraient avoir un impact sur les utilisateurs. Lorsque vous construisez des produits qui apprennent à partir des données, voici quelques questions auxquelles vous devez répondre :
• Comment les données que vous utilisez ont-elles été collectées ?
• Quelles hypothèses votre modèle fait-il en tirant des enseignements de ce jeu de données ? ...
Get Développer des applications machine learning now with the O’Reilly learning platform.
O’Reilly members experience books, live events, courses curated by job role, and more from O’Reilly and nearly 200 top publishers.
