Реализация рабочего процесса мониторинга
На протяжении всего курса вы изучали рабочий процесс мониторинга. Первый шаг — мониторинг производительности. При обнаружении негативных изменений следующие шаги включают многомерное обнаружение дрейфа, чтобы выяснить, вызвал ли дрейф снижение производительности, а затем одномерное обнаружение дрейфа для выявления причины в отдельных признаках. Получив результаты анализа, можно приступить к устранению проблемы.
Чтобы закрепить эти знания, в упражнении вы примените данный процесс к набору данных US Census. Наборы данных для обучения и анализа уже загружены, а также доступны: оценщик CBPE estimator, одномерный калькулятор uv_calc и alert_count_ranker для ранжирования признаков по дрейфу.
Это упражнение является частью курса
Мониторинг машинного обучения на Python
Интерактивное практическое упражнение
Попробуйте выполнить это упражнение, дополнив этот пример кода.
# Estimate the performance
estimator.____(____)
estimated_results = estimator.____(____)
estimated_results.____.____