Monitorowanie statystyczne a obliczeniowe

Najlepszą praktyką jest monitorowanie modelu uczenia maszynowego od razu po jego wdrożeniu. Wydajność modeli można śledzić zarówno w ujęciu statystycznym, jak i obliczeniowym. Stosowanie różnych metod monitorowania jest ważne, ponieważ model może działać w środowisku produkcyjnym i pozornie nie wykazywać problemów, podczas gdy jego predykcje mogą być błędne.

W tym ćwiczeniu przyporządkujesz poszczególne metryki do właściwego rodzaju monitorowania wydajności.