Pular para o conteúdo principal
InícioMachine Learning

curso

Monitoramento de conceitos de machine learning

Intermediário
Actualizado 02/2025
Conheça os desafios de monitorar modelos de ML em produção, como deriva de dados e conceito, e métodos para resolver.
Iniciar curso gratuitamente

Incluído comPremium or Teams

TheoryMachine Learning2 horas11 vídeos33 exercícios2,050 XP2,514Certificado de conclusão

Crie sua conta gratuita

ou

Ao continuar, você aceita nossos Termos de Uso, nossa Política de Privacidade e que seus dados são armazenados nos EUA.
Group

Treinar 2 ou mais pessoas?

Tentar DataCamp for Business

Amado por alunos de milhares de empresas

Descrição do curso

Conceitos de monitoramento de machine learning

Os modelos de machine learning influenciam cada vez mais decisões no mundo real. Esses modelos precisam ser monitorados para evitar falhas e garantir que forneçam valor comercial à sua empresa. Este curso apresentará a você os conceitos fundamentais da criação de um sistema de monitoramento robusto para seus modelos em produção.

Descubra o fluxo de trabalho de monitoramento ideal

O curso começa com o plano de onde começar o monitoramento na produção e como estruturar os processos em torno dele. Cobriremos o fluxo de trabalho básico, mostrando a você como detectar os problemas, identificar as causas principais e resolvê-los com exemplos do mundo real.

Explore os desafios de monitorar modelos na produção

A implantação de um modelo em produção é apenas o início do ciclo de vida do modelo. Mesmo que tenha um bom desempenho durante o desenvolvimento, ele pode falhar devido à mudança contínua dos dados de produção. Neste curso, você explorará as dificuldades de monitorar o desempenho de um modelo, especialmente quando não há verdade fundamental.

Entenda em detalhes a mudança de covariável e o desvio de conceito

A última parte deste curso se concentrará em dois tipos de falha de modelo silencioso. Você entenderá detalhadamente os diferentes tipos de mudanças de covariáveis e desvios de conceito, sua influência no desempenho do modelo e como detectá-los e evitá-los.

Pré-requisitos

MLOps ConceptsSupervised Learning with scikit-learn
1

O que é o monitoramento ML

Iniciar capítulo
2

Conceitos teóricos de monitoramento

Iniciar capítulo
3

Mudança de covariável e detecção de desvio de conceito

Iniciar capítulo
Monitoramento de conceitos de machine learning
Curso
Completo

Obtenha um certificado de conclusão

Adicione esta credencial ao seu perfil, currículo ou currículo do LinkedIn
Compartilhe nas redes sociais e em sua avaliação de desempenho

Incluído comPremium or Teams

Inscreva-se agora

Junte-se a mais 16 milhões de alunos e comece Monitoramento de conceitos de machine learning hoje!

Crie sua conta gratuita

ou

Ao continuar, você aceita nossos Termos de Uso, nossa Política de Privacidade e que seus dados são armazenados nos EUA.