Přetrénování modelu s využitím metadata store

V předchozí lekci ses seznámil/a s klíčovou rolí, kterou metadata store hraje při plné automatizaci MLOps pipeline. Umožňuje automatické sledování funkčnosti predikční služby a zaznamenává vyhodnocovací metriky, které pomáhají odhalovat postupný pokles výkonu. Dozvěděl/a ses také o spouštěném přetrénování a o tom, jak důležité je průběžně aktualizovat modely kvůli driftu.

V tomto cvičení uplatníš své znalosti tak, že seřadíš kroky ilustrující, jak metadata store a spouštěné přetrénování umožňují automaticky aktualizovat modely a udržovat jejich optimální výkon.