Model retraining met de metadata store

In de vorige les heb je geleerd over de cruciale rol die de metadata store speelt bij het volledig automatiseren van MLOps-pijplijnen. Deze maakt automatische monitoring van de functionaliteit van de voorspellingsservice mogelijk en logt evaluatiemetrics die helpen om prestatieverval in de tijd te detecteren. Je hebt ook geleerd over getriggerde retraining en het belang van het updaten van modellen om rekening te houden met drift.

In deze oefening pas je je kennis toe door een reeks stappen op volgorde te zetten die laten zien hoe de metadata store en getriggerde retraining kunnen worden gebruikt om modellen automatisch te updaten en optimale prestaties te behouden.