gerenciamento de modelos no mundo real

Gerenciamento de modelos no mundo real

Como você obtém um sistema de aprendizado de máquina para entregar valor de big data?

Acontece que 90% do esforço necessário para o sucesso no aprendizado de máquina não é o algoritmo, o modelo ou o aprendizado – é a logística. Ted Dunning e Ellen Friedman identificam o que importa na logística de aprendizado de máquina, quais desafios surgem, especialmente em um ambiente de produção, e apresentam uma solução inovadora: a arquitetura rendezvous.

Esse novo design para gerenciamento de modelos é baseado em uma abordagem de streaming no estilo de microsserviços. Rendezvous aborda a necessidade de preservar e compartilhar dados brutos, fazer comparações eficazes de modelo a modelo e ter novos modelos em espera, prontos para uma transferência imediata quando um modelo de produção precisa ser substituído.

Neste livro você aprenderá:

• Por que projetos de aprendizado de máquina bem-sucedidos envolvem muitos modelos
• Como usar um modelo de chamariz para capturar entradas de dados exatas
• Os recursos necessários na tecnologia de transporte de fluxo para oferecer e a uma abordagem de microsserviço que prioriza o fluxo
• Como fazer uma avaliação precisa do modelo, incluindo o uso do t-Digest
• Por que um modelo canário é útil em um ambiente de produção
• Como obter uma implantação rápida e perfeita de novos modelos
• O papel do estilo de trabalho DataOps e uma malha de dados global para tornar a logística para aprendizado de máquina muito mais fácil