Setelah mengikuti kursus-kursus ini, saya merasa percaya diri membuat visualisasi dan dasbor profesional
Shoebur RahmanSpesialis Pengadaan, Giz Bangladesh
Deskripsi Kursus
Pelajari cara memantau model ML Anda di Python
Pemantauan model pembelajaran mesin memastikan kesuksesan jangka panjang proyek pembelajaran mesin Anda. Pemantauan dapat sangat kompleks, namun terdapat paket Python yang dapat membantu kita memahami bagaimana model kita berkinerja, data apa yang telah berubah yang mungkin menyebabkan penurunan kinerja, dan memberikan petunjuk tentang apa yang perlu kita lakukan untuk mengembalikan model kita ke jalur yang benar. Kursus ini mencakup semua yang perlu Anda ketahui untuk membangun sistem pemantauan dasar menggunakan Python, dengan memanfaatkan paket monitor populer, nannyml.Memahami alur kerja pemantauan yang optimal
Pemantauan model tidak hanya sekadar menghitung kinerja model dalam produksi. Sayangnya, hal itu tidak semudah itu. Terutama ketika label sulit didapatkan. Kursus ini akan mengajarkan Anda tentang alur kerja pemantauan yang optimal. Hal ini akan memastikan bahwa Anda selalu mendeteksi kegagalan model, menghindari kelelahan akibat peringatan berlebihan, dan dengan cepat menemukan akar masalahnya.Pelajari cara menemukan akar masalah kinerja model.
Komponen penting lainnya dalam pemantauan model adalah analisis akar penyebab. Kursus ini akan membahas cara menggunakan teknik deteksi pergeseran data untuk mengidentifikasi akar masalah yang menyebabkan penurunan kinerja model. Anda akan belajar cara menggunakan teknik deteksi pergeseran data univariat dan multivariat untuk mengidentifikasi potensi penyebab utama masalah model.Prasyarat
Kurikulum
Ringkasan kursus
1
Persiapan Data dan Estimasi Kinerja
Pada bab ini, Anda akan diperkenalkan pada pustaka NannyML dan fungsi-fungsi dasarnya. Pertama, Anda akan mempelajari proses menyiapkan data mentah untuk membuat himpunan referensi dan analisis yang siap untuk pemantauan produksi. Sebagai contoh praktis, Anda akan menyelidiki prediksi jumlah tip untuk perjalanan taksi di New York. Di akhir bab, Anda juga akan mempelajari cara mengestimasi kinerja model prediksi tip menggunakan NannyML.
- Apa itu NannyML?50 XP
- Fitur utama NannyML50 XP
- Muat himpunan data100 XP
- Persiapan data untuk NannyML50 XP
- Periode referensi atau analisis?100 XP
- Memuat dan membagi data100 XP
- Membuat himpunan referensi dan analisis100 XP
- Estimasi kinerja50 XP
- Tentukan algoritma dan jenis masalah50 XP
- Menafsirkan hasil50 XP
- Alur kerja CBPE dan DLE100 XP
- Estimasi kinerja untuk prediksi tip100 XP
2
Memantau Kinerja dan Nilai Bisnis
Pada bab ini, Anda akan diperkenalkan pada kalkulator kinerja terealisasi yang digunakan saat ground truth tersedia. Anda akan mempelajari metode yang lebih lanjut untuk menangani hasil, termasuk memfilter, membuat plot, mengonversinya ke data frame, melakukan chunking, dan menetapkan ambang kustom. Terakhir, Anda akan menerapkan pengetahuan ini untuk menghitung nilai bisnis dari model yang dilatih pada himpunan data pemesanan hotel.
3
Analisis Akar Masalah dan Penyelesaian Isu
Setelah mendeteksi degradasi kinerja pada model pemesanan hotel, kini Anda akan mempelajari cara mengidentifikasi masalah mendasar yang menyebabkannya. Pada bab ini, Anda akan diperkenalkan pada metode deteksi drift multivariat dan univariat. Anda juga akan mempelajari cara mengidentifikasi isu kualitas data dan bagaimana menangani masalah mendasar yang Anda temukan.
Pemantauan Machine Learning dengan Python
Kursus
Selesai
