Rozdział 10. Zabezpieczanie modelu
Informatyk, projektując bazę lub system rozproszony, troszczy się o jego odporność na awarie, czyli zdolność do kontynuowania pracy, gdy niektóre komponenty przestaną działać. Nie zadaje sobie jednak pytania, czy dana część systemu ulegnie awarii, tylko kiedy to się stanie. Podobna zasada obowiązuje w dziedzinie ML. Każdy model, nawet najlepszy, może zawieść podczas przetwarzania określonych przykładów, dlatego system należy zaprojektować tak, aby właściwie reagował na awarie.
W tym rozdziale opisane są różne sposoby zapobiegania awariom i łagodzenia ich skutków. Najpierw dowiesz się, jak weryfikować jakość odbieranych i generowanych danych oraz jak przedstawiać wyniki użytkownikom. Następnie przyjrzymy się ...
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.
