Evidently AI를 사용한 - 중독된 사랑

기계 학습 모델을 배포하고 성능을 모니터링하는 것이 중요합니다.

데이터 드리프트가 발생할 수 있기 때문입니다.

팀에 위와 같은 성능 모니터링 시스템이 있는 경우는 예외입니다.

'추천 관련글,

전력 모니터링 시스템이 제공되는 모델은 많지 않은 것 같습니다.

특히 임시 분석 및 모델링 작업의 경우 모니터링 데이터 생성에 예상보다 많은 리소스가 필요한 경우가 많습니다.

이 문제를 해결할 것입니다

Tensorflow Validation, Deepchecks 및 Evidently와 같은 무료 오픈 소스 도구가 있습니다.

개인적으로 Evidently는 제가 작업해 온 프로젝트에 적합하다고 생각합니다.

명백한 사용 예

(ML 배포)ML 성능을 모니터링하는 방법은 무엇입니까?

Kaggle 노트북으로 기계 학습 코드 탐색 및 실행 | 여러 데이터 소스의 데이터 사용

www.kaggle.com

다음 파일과 같은 HTML 파일로 대시보드를 생성합니다.

또는 노트북에서 직접 확인할 수 있지만 데이터 양이 많으면 속도가 매우 느려지고 열리지 않을 확률이 높습니다….

참조(기준선 및 성능)를 새 데이터(또는 기간)와 비교하여 성능을 보여줍니다.

세부 사항을 사용자 정의할 수 있어 매우 편리합니다.

다른 많은 도구들이 있지만… 알고 싶다면 다음 블로그를 추천합니다!

Tensorflow 데이터 검증

기계 학습 검증을 위한 상위 3개의 Python 패키지

이 패키지로 기계 학습 모델 검증

datascience.com을 향해