Rozdział 9. Opcje wdrażania modeli
W poprzednich rozdziałach opisałem proces przekuwania pomysłu na produkt w implementację ML oraz metody iterowania aplikacji w celu przygotowania jej do wdrożenia.
W tym rozdziale przedstawiam różne opcje wdrożenia i związane z nimi kompromisy. W zależności od wymagań stosowane są różne podejścia wdrożeniowe. Decydując się na jedno z nich, należy wziąć pod uwagę takie czynniki jak opóźnienie, wymagania sprzętowe i sieciowe, jak również prywatność danych, koszt i złożoność modelu.
Celem wdrożenia modelu jest udostępnienie go użytkownikom. W tym rozdziale opisuję najczęściej stosowane podejścia umożliwiające osiągnięcie tego celu oraz daję porady dotyczące wyboru sposobu wdrożenia.
Zaczniemy od najprostszego sposobu ...
Get Uczenie maszynowe w aplikacjach 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.
