การฝึกโมเดลใหม่ด้วย metadata store

ในบทเรียนที่ผ่านมา คุณได้เรียนรู้เกี่ยวกับบทบาทสำคัญของ metadata store ในการสนับสนุนระบบอัตโนมัติเต็มรูปแบบของ MLOps pipeline โดย metadata store ช่วยให้สามารถติดตามการทำงานของ prediction service ได้โดยอัตโนมัติ และบันทึก evaluation metric ที่ใช้ตรวจจับการเสื่อมประสิทธิภาพของโมเดลเมื่อเวลาผ่านไป นอกจากนี้ยังได้เรียนรู้เรื่อง triggered retraining และความสำคัญของการอัปเดตโมเดลเพื่อรับมือกับ drift

ในแบบฝึกหัดนี้ ให้นำความรู้ที่ได้มาเรียงลำดับขั้นตอนที่แสดงให้เห็นว่า metadata store และ triggered retraining สามารถนำมาใช้อัปเดตโมเดลโดยอัตโนมัติและรักษาประสิทธิภาพให้อยู่ในระดับดีที่สุดได้อย่างไร