你現在已熟悉信心為基礎的效能估計(Confidence-Based Performance Estimation,CBPE)以及它在監控流程中的角色。這個練習要你選出一個對 CBPE 來說「不」是好說法的選項。
本練習屬於課程
將理論付諸實踐,立即體驗我們的互動練習
第 1 章將說明為何企業需要在正式環境監控你的機器學習模型。你會學到理想的監控流程與其步驟,以及監控系統在正式環境中可能面臨的挑戰。
在第 2 章,你將了解效能監控在可靠監控系統中的核心重要性。我們會探討實際正式環境常見的挑戰,例如真實標籤(ground truth)的可用性。完成本章後,你將知道在真實標籤延遲或缺乏時,如何運用效能估計演算法來應對。
當前練習
既然你已掌握在正式環境中的共變異轉移與概念飄移基礎,接下來更深入一些。完成本章後,你將了解在真實情境中偵測與處理它們的不同方法。