Maschinelle Lernsysteme entwerfen

Kapitel 2. Einführung in das Design maschineller Lernsysteme

Diese Arbeit wurde mithilfe von KI übersetzt. Wir freuen uns über dein Feedback und deine Kommentare: [e-mail]

Nachdem wir uns nun einen Überblick über ML-Systeme in der realen Welt verschafft haben, können wir uns dem spaßigen Teil der Entwicklung eines ML-Systems zuwenden. Das bedeutet, dass wir ein ML-System ganzheitlich betrachten, um sicherzustellen, dass alle Komponenten - die geschäftlichen Anforderungen, der Datenstapel, die Infrastruktur, die Bereitstellung, die Überwachung usw. - undihre Beteiligten zusammenarbeiten können, um die festgelegten Ziele und Anforderungen zu erfüllen.

Wir beginnen das Kapitel mit einer Diskussion über die Ziele. Bevor wir ein ML-System entwickeln, müssen wir verstehen, warum dieses System gebraucht wird. Wenn das System für ein Unternehmen entwickelt wird, müssen die Unternehmensziele in ML-Ziele übersetzt werden, um die Entwicklung von ML-Modellen zu steuern.

Wenn alle Beteiligten mit den Zielen unseres ML-Systems einverstanden sind, müssen wir einige Anforderungen festlegen, die die Entwicklung dieses Systems leiten. In diesem Buch werden wir uns mit den vier Anforderungen beschäftigen: Zuverlässigkeit, Skalierbarkeit, Wartbarkeit und Anpassbarkeit. Anschließend stellen wir den iterativen Prozess zur Entwicklung von Systemen vor, die diese Anforderungen erfüllen.

Du fragst dich vielleicht: Kann ich mit all diesen Zielen, Anforderungen und Prozessen jetzt ...