Dostępne opcje są opisane poniżej.

Które z tych stwierdzeń na temat szkolenia dynamicznego (online) jest prawdziwe?

Model jest aktualny w miarę dostarczania nowych danych.

To jest główna zaleta trenowania online – możesz uniknąć wielu problemów z nieaktualnością, pozwalając modelowi na trenowanie nowych danych w miarę ich pojawiania się.

Trzeba tylko monitorować monitorowanie zadań trenowania.

Musisz regularnie monitorować zadania trenowania, aby mieć pewność, że działają prawidłowo i działają zgodnie z oczekiwaniami. Potrzebujesz też pomocy w zakresie infrastruktury, takiej jak możliwość wycofania modelu z powrotem na poprzedni zrzut w przypadku błędów podczas trenowania, na przykład nieprawidłowego działania lub uszkodzenia danych wejściowych.

Ilość danych wejściowych, które powinny być monitorowane, wymaga niewielkiej ilości danych w czasie wnioskowania.

Tak jak w przypadku statycznego modelu offline, ważne jest również monitorowanie danych wejściowych dynamicznie aktualizowanych modeli. Prawdopodobnie nie będziemy grozić dużymi efektami sezonowymi, ale nagłe duże zmiany w danych wejściowych (np. spadek ilości danych z pozostałych źródeł) mogą nadal powodować nierzetelne prognozy.