机器学习系统在现实世界里的应用 (ML Systems in the Real World)

这节课总结了从这些现实世界应用示例中所学到的准则。

现实世界应用准则

  • 确保第一个模型简单易用
  • 确保第一个模型简单易用
  • 着重确保数据管道的正确性
  • 确保第一个模型简单易用
  • 着重确保数据管道的正确性
  • 使用简单且可观察的指标进行训练和评估
  • 确保第一个模型简单易用
  • 着重确保数据管道的正确性
  • 使用简单且可观察的指标进行训练和评估
  • 拥有并监控您的输入特征
  • 确保第一个模型简单易用
  • 着重确保数据管道的正确性
  • 使用简单且可观察的指标进行训练和评估
  • 拥有并监控您的输入特征
  • 将您的模型配置视为代码:进行审核并记录在案
  • 确保第一个模型简单易用
  • 着重确保数据管道的正确性
  • 使用简单且可观察的指标进行训练和评估
  • 拥有并监控您的输入特征
  • 将您的模型配置视为代码:进行审核并记录在案
  • 记下所有实验的结果,尤其是“失败”的结果

下面简要说明了有效的机器学习准则:

  • 确保第一个模型简单易用。
  • 着重确保数据管道的正确性。
  • 使用简单且可观察的指标进行训练和评估。
  • 拥有并监控您的输入特征。
  • 将您的模型配置视为代码:进行审核并记录在案。
  • 记下所有实验的结果,尤其是“失败”的结果。

机器学习规则包含更多指导。