or
यह अभ्यास पाठ्यक्रम का हिस्सा है
इस अध्याय में, आप NannyML लाइब्रेरी और इसकी बुनियादी क्षमताओं से परिचित होंगे। सबसे पहले, आप कच्चे डेटा को तैयार करके रेफ़रेंस और एनालिसिस सेट बनाने की प्रक्रिया सीखेंगे, जो प्रोडक्शन मॉनिटरिंग के लिए तैयार हों। एक व्यावहारिक उदाहरण के रूप में, आप न्यूयॉर्क की टैक्सी राइड्स के लिए टिप अमाउंट की भविष्यवाणी की जाँच करेंगे। अध्याय के अंत में, आप NannyML का उपयोग करके टिप प्रेडिक्शन मॉडल के प्रदर्शन का अनुमान लगाना भी सीखेंगे।
इस अध्याय में, आप उन realized performance कैलकुलेटरों से परिचित होंगे जिनका उपयोग तब किया जाता है जब ग्राउंड ट्रुथ उपलब्ध हो जाती है। आप परिणामों को हैंडल करने की उन्नत विधियों के बारे में जानेंगे, जिनमें फ़िल्टरिंग, प्लॉटिंग, उन्हें डेटा फ्रेम्स में बदलना, चंकिंग, और कस्टम थ्रेशहोल्ड सेट करना शामिल है। अंत में, आप इस ज्ञान का उपयोग होटल बुकिंग डेटासेट पर प्रशिक्षित मॉडल के व्यावसायिक मूल्य की गणना करने में करेंगे।
होटल बुकिंग मॉडल में प्रदर्शन में गिरावट का पता लगाने के बाद, अब आप सीखेंगे कि उसके पीछे के मूल कारण को कैसे पहचानें। इस अध्याय में, आप मल्टीवेरिएट और यूनिवेरिएट ड्रिफ्ट डिटेक्शन विधियों से परिचित होंगे। आप डेटा क्वालिटी से जुड़ी समस्याएँ पहचानना और पाए गए मूल मुद्दों को कैसे संबोधित करना है, यह भी सीखेंगे।
वर्तमान अभ्यास