Zuverlässiges maschinelles Lernen

Kapitel 8. Dienen

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

Du hast ein Modell erstellt; jetzt musst du es in die Welt hinausbringen und anfangen, Dinge vorherzusagen. Dieser Prozess wird oft als " Serving the Model" bezeichnet. Das ist eine gebräuchliche Abkürzung für "eine Struktur erstellen, die sicherstellt, dass unser System das Modell auffordern kann, Vorhersagen zu neuen Beispielen zu machen und diese Vorhersagen an die Menschen oder Systeme zurückzugeben, die sie benötigen" (du siehst also, warum die Abkürzung erfunden wurde).

In unserem Beispiel des Onlineshops yarnit.ai können wir uns vorstellen, dass unser Team gerade ein Modell entwickelt hat, das die Wahrscheinlichkeit vorhersagen kann, dass ein bestimmter Nutzer ein bestimmtes Produkt kaufen wird. Wir brauchen eine Möglichkeit, wie das Modell seine Vorhersagen mit unserem Gesamtsystem teilen kann. Aber wie genau sollen wir das einrichten?

Es gibt eine ganze Reihe von Möglichkeiten, jede mit unterschiedlichen Architekturen und Kompromissen. Die Ansätze sind so unterschiedlich, dass es beim Blick auf die Liste vielleicht nicht auffällt, dass sie alle versuchen, das gleiche Problem zu lösen: Wie können wir unsere Vorhersagen in das Gesamtsystem integrieren? Wir könnten eine der folgenden Möglichkeiten wählen:

• Lade das Modell auf 1.000 Server in Des Moines, Iowa, und leite den gesamten eingehenden Verkehr an diese Server weiter. ...