1. 学ぶ
    2. /
  2. コース
    3. /
  3. End-to-End Machine Learning
Connected

演習

フィードバックループ

実世界の Machine Learning アプリケーションでは、モデルをデプロイして終わり、というわけにはいきません。データが変化するのに合わせて、モデルも進化させる必要があります。フィードバックループは、モデルが継続的に学習し、変化するデータに適応し続けるための仕組みです。あなたの心疾患モデルが数か月間プロダクションで稼働していると想像してください。継続的な監視と改善の一環として、現在のモデル性能を評価し、再学習や調整の必要性を判断したいとします。balanced_accuracy_score は sklearn.metrics から、ks_2samp は scipy.stats からインポート済みで、現在の期間における2つのサンプル true_labels_feb と predicted_labels_feb も事前に定義されています。最後に、jan_data_samples と feb_data_samples も読み込まれています。

指示1 / 3

undefined XP
    1
    2
    3
  • モデルのバランス精度を計算して表示し、前月のバランス精度と比較しましょう。