1. Učit se
    2. /
  2. Kurzy
    3. /
  3. Monitoring Machine Learning in Python
Connected

cvičení

Implementace monitorovacího workflow

V průběhu kurzu ses seznámil/a s monitorovacím workflow. Prvním krokem je sledování výkonu modelu. Pokud dojde ke zhoršení, následují další kroky: multivariátní detekce driftu k ověření, zda drift způsobil pokles výkonu, a poté univariátní detekce driftu k přesnému určení příčiny v jednotlivých příznacích. Po dokončení analýzy můžeš přistoupit k řešení problému.

Aby ses tuto znalost lépe upevnil/a, aplikuješ tento postup na dataset US Census. Referenční a analytická data jsou předem načtena a máš k dispozici CBPE estimator, univariátní kalkulátor uv_calc a alert_count_ranker pro hodnocení driftu příznaků.

Pokyny 1/4

undefined XP
    1
    2
    3
    4
  • Natrénuj estimator na sadě reference, odhadni výsledky na sadě analysis a zobraz je.