モニタリングワークフローの実装
このコースを通して、モニタリングのワークフローについて学んできました。最初のステップはパフォーマンス監視です。負の変化が見られる場合、次のステップは多変量ドリフト検出で、パフォーマンス低下の原因がドリフトかどうかを調べます。続いて、単変量ドリフト検出でどの特徴量が原因かを特定します。調査結果が出たら、根本原因に対処して問題を解決します。
この知識を定着させるために、演習ではUS Consensusデータセットにこのプロセスを適用します。リファレンスデータと分析用データはあらかじめ読み込まれており、CBPEのestimator、単変量計算のuv_calc、特徴量ドリフトを順位付けするalert_count_rankerが用意されています。
この演習はコースの一部です
Pythonで学ぶ機械学習のモニタリング
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
# Estimate the performance
estimator.____(____)
estimated_results = estimator.____(____)
estimated_results.____.____