Ana içeriğe atla

Kurs

Machine Learning İzleme Kavramları

Orta2 sa

Discover challenges in monitoring makine öğrenmesi modelleri üretimde: veri ve kavram kayması, model bozulmasını önleme yöntemleri.

Python2 sa11 video33 Alıştırma2,050 XP5,227Başarı belgesi

Ücretsiz Hesap Oluşturun

Google ile devam edin
veya
Devam ederek şu belgeleri kabul etmiş olursunuz: Kullanım Şartları, bizim Gizlilik Politikası ve verilerinizin ABD'de depolandığını.

Binlerce şirketteki öğrenciler tarafından seviliyor

Bir Ekibi mi Eğitiyorsunuz?

İşletmeler için Dene

Kurs Açıklaması

Makine Öğrenmesi İzleme Kavramları

Makine öğrenmesi modelleri, gerçek dünyadaki kararları giderek daha fazla etkilemektedir. Bu modellerin izlenmesi, başarısızlıkların önlenmesi ve şirketiniz için iş değeri sağlamaya devam etmeleri açısından gereklidir. Bu kurs, modellerinizi üretimde izlemek için sağlam bir izleme sistemi oluşturmanın temel kavramlarını size tanıtacaktır.

Mükemmel İzleme İş Akışını Keşfedin

Kurs, üretimde izlemeye nereden başlanacağına ve süreçlerin bunun etrafında nasıl yapılandırılacağına dair bir yol haritası ile başlar. Temel iş akışını, sorunları nasıl tespit edeceğinizi, temel nedenleri nasıl belirleyeceğinizi ve bunları gerçek dünya örnekleriyle nasıl çözeceğinizi göstererek ele alacağız.

Üretimde Modellerin İzlenmesindeki Zorlukları Keşfedin

Bir modeli üretime almak, model yaşam döngüsünün yalnızca başlangıcıdır. Geliştirme aşamasında iyi sonuç verse bile, sürekli değişen üretim verileri nedeniyle başarısız olabilir. Bu kurs kapsamında, özellikle gerçek veri olmadığında bir modelin performansını izlemenin zorluklarını keşfedeceksiniz.

Kovaryat Kayması ve Kavramsal Sürüklenmeyi Ayrıntılı Olarak Anlayın

Bu kursun son bölümünde, sessiz model hatasının iki türüne odaklanılacaktır. Farklı türdeki kovaryat kaymalarını ve kavram kaymasını, bunların model performansı üzerindeki etkilerini ve bunları nasıl tespit edip önleyebileceğinizi ayrıntılı olarak anlayacaksınız.

Ön Koşullar

Müfredat

Kurs içeriği

1

ML İzleme nedir

İlk bölüm, işletmelerin üretimde machine learning modellerini neden izlemesi gerektiğini açıklayacak. İdeal izleme iş akışını ve yer alan adımları öğrenecek, ayrıca izleme sistemlerinin üretimde karşılaşabileceği bazı zorlukları göreceksin.
Bölüme Başla
2

İzlemenin Kuramsal Kavramları

2. Bölümde, güvenilir bir izleme sisteminde performans izlemenin temel önemini keşfedeceksin. Gerçek dünya üretim ortamlarında karşılaşılan yaygın zorlukları, örneğin gerçek değerin (ground truth) erişilebilirliğini inceleyeceğiz. Bölümün sonunda, gerçek değer verisi geciktiğinde veya olmadığında performans kestirim algoritmalarını kullanarak durumu nasıl yöneteceğini bileceksin.
Bölüme Başla
3

Covariate Shift ve Concept Drift Tespiti

Machine Learning İzleme Kavramları

Kurs
Tamamlandı

Başarı Belgesi Kazanın

Hemen Kaydolun

DataCamp for Mobile ile veri becerilerinizi geliştirin

Mobil kurslarımız ve günde 5 dakikalık kodlama görevlerimizle hareket halindeyken ilerleme kaydedin.