不要忘记机器学习过程的后端

NEWS前沿动态

不要忘记机器学习过程的后端

来源：CPDA数据分析师网 / 作者：数据君 / 时间：2020-12-09

我们看到组织经常担心聘用数据科学家来构建模型
并将大量的精力和资源投入到分析生命周期的模型开发阶段，同时他们没有考虑将模型投入运营所需的所有细节。这可能导致项目失败或增加部署模型所需的时间。

至少要考虑四个步骤：
1、模型管理
正如对软件进行版本控制和注册一样，机器学习模型也应该如此，在模型构建阶段以及进行更改后立即部署新版本的情况下，对模型进行版本控制很重要，这意味着要注册和版本化模型并捕获有关模型的元数据-包括何时建立模型，谁建立模型以及用于训练模型的数据。这样，组织可以跟踪投入生产的模型，并知道每个模型的运行版本。

2、模型部署
一旦构建并验证了模型，就可以将其部署到生产中，这涉及导出模型以及开发管道以对新数据进行评分，有多种模型部署方法，一些企业将重写模型，使其适合生产系统或应用程序。通常不建议这样做，因为它会在过程中引入许多错误，其他人则使用API导出模型，越来越多的人开始将它们出口到集装箱中，无论使用哪种方法，重要的是能够将数据馈送到生产中的模型，这将需要收集数据，对其进行预处理并重新计算需要输入到模型中的特征。

3、模型监控
模型在某些时间段（几个月，几周或几天（或更短的时间，取决于使用情况））中是好的，之后模型可能会过时，模型降级可能是一个严重的问题，因此组织需要监视生产中的模型以查看它们是否在漂移。

4、重新训练模型
将模型投入生产后，模型的假设可能会更改，例如在COVID生产前投入生产的模型中，用作输入模型的客户行为假设肯定已经改变，然后对分析进行操作的一步是，一旦模型投入生产并且组织正在监视其绩效，便要对其进行重新培训。

我们通常会看到组织可能生产三到五个模型
这意味着他们目前正在摆脱手动执行上述许多步骤的麻烦，例如他们可能使用某种文件系统来跟踪模型，他们可以手动监视他们的模型，但是这不是可扩展的解决方案，他们的数据科学家可能会承担这项工作，同样这是不可扩展的，将模型部署到生产中终将需要DataOps团队来完成这项工作，它还将需要工具和自动化来部署和管理生产中的模型。某些早期的商业供应商提供了“后端”功能，开源社区也在尝试提供此类工具，但它们仍在追赶。

建议企业在机器学习扎根时尽早考虑模型管理，以便他们可以适当地部署适当的人员，流程和技术，以便在开始扩展时做好准备。

CPDA企业内训

https://www.cpda.cn/trainning/

CPDA项目数据分析师为什么要更名？

https://www.chinacpda.com/question/4504.html

海南智企数据分析师事务所

https://www.chinacpda.com/shiwusuo/14202.html

王兴海老师高级经济师

https://www.chinacpda.com/shizi/9433.html

用数据改变人生，获得CPDA证书仅是一个开始

https://www.chinacpda.com/shouquanzhongxin/14854.html

大数据专业就业前景及就业方向如何？