يُرجى الاطّلاع على الخيارات أدناه.
أي من العبارات التالية تنطبق على التدريب الديناميكي (على الإنترنت)؟
ويظل النموذج محدّثًا عند توفّر بيانات جديدة.
هذه هي الميزة الأساسية في التدريب على الإنترنت، ويمكننا تجنّب العديد من
المشاكل القديمة من خلال السماح للنموذج بالتدرّب على البيانات الجديدة
فور حدوثها.
لا يتطلّب الأمر سوى مراقبة القليل من مهام التدريب.
في الواقع، عليك مراقبة الوظائف التدريبية باستمرار لضمان
سليمة وفعّالة على النحو المطلوب. ستحتاج أيضًا إلى دعم بنية أساسية مثل القدرة على إعادة النموذج إلى لقطة سابقة في حال حدوث خطأ أثناء التدريب، مثل وظيفة الأخطاء أو التلف في بيانات الإدخال.
ويجب إجراء مراقبة بسيطة لبيانات الإدخال في وقت الاستنتاج.
كما هي الحال مع النموذج الثابت المتوفّر بلا اتصال بالإنترنت، من المهم أيضًا
مراقبة المدخلات للنماذج التي يتم تعديلها ديناميكيًا. من غير المرجّح
أن نتعرض لخطر التأثيرات الموسمية الكبيرة، ولكن
قد يؤدي إجراء تغييرات كبيرة ومفاجئة على المدخلات (مثل انخفاض مصدر البيانات
إلى أسفل الصفحة) إلى توقّع توقعات غير موثوقة.