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：2020-12-14
我们看到企业经常担心雇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，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，这意味着要对模型进行注册和版本控制，以及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，这样企业可以跟踪投入生产的模型，并知道每种模型的运行版本。
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。一些组织将重写模型，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，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。
重新训练模型将模型投入生产后模型的假设可能会更改
作为模型输入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，我们通常会看到企业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，此外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团队来完成这项工作
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，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，这意味着要对模型进行注册和版本控制，以及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，这样企业可以跟踪投入生产的模型，并知道每种模型的运行版本。
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。一些组织将重写模型，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，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。
重新训练模型将模型投入生产后模型的假设可能会更改
作为模型输入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，我们通常会看到企业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，此外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。
京公网安备 11010502034401号
课程体系 
试听申请 
复听申请 
在线报名 
考试大纲 
考试报名 
准考证打印 
