Systèmes de production à apprentissage automatique
by Robert Crowe, Hannes Hapke, Emily Caveness, Di Zhu
Chapitre 16. Surveillance et enregistrement des modèles
Cet ouvrage a été traduit à l'aide de l'IA. Tes réactions et tes commentaires sont les bienvenus : translation-feedback@oreilly.com
À présent, tu devrais être familiarisé avec le cycle de vie de la modélisation MLOps, comme le montre la figure 16-1, qui commence par la construction de tes modèles mais ne se termine pas par le déploiement.
Figure 16-1. Le cycle de vie de MLOps
La dernière tâche, le suivi de ton modèle en production, est une tâche permanente tant que ton modèle est en production. Les données que tu recueilles grâce au suivi te guideront dans la construction de la prochaine version de ton modèle et te feront prendre conscience des changements dans tes données et des changements dans les performances de ton modèle. Ainsi, comme tu peux le voir dans la figure 16-1, il s'agit d'un processus cyclique et itératif qui nécessite la dernière étape, la surveillance, pour être complet.
Tu dois noter ici que ce diagramme ne concerne que la surveillance directement liée aux performances de ton modèle, et que tu devras également inclure la surveillance des systèmes et de l'infrastructure qui sont inclus dans l'ensemble de ton produit ou service, tels que les bases de données et les serveurs Web. Ce type de surveillance ne concerne que le fonctionnement de base de ton produit ou service, et non le modèle lui-même, mais il ...
Become an O’Reilly member and get unlimited access to this title plus top books and audiobooks from O’Reilly and nearly 200 top publishers, thousands of courses curated by job role, 150+ live events each month,
and much more.
Read now
Unlock full access