การฝึกอบรมแบบไดนามิก (ออนไลน์)
ลองดูตัวเลือกด้านล่าง
ข้อใดต่อไปนี้เป็นจริงเกี่ยวกับการฝึกอบรมแบบไดนามิก (ออนไลน์)
โมเดลนี้จะเป็นปัจจุบันเมื่อมีข้อมูลใหม่เข้ามา
นี่เป็นประโยชน์หลักของการฝึกออนไลน์ เพราะเราสามารถหลีกเลี่ยงปัญหาต่างๆ เกี่ยวกับการไม่มีการอัปเดตได้โดยการอนุญาตให้โมเดลฝึกกับข้อมูลใหม่เมื่อมีข้อมูลเข้ามา
แทบไม่ต้องตรวจสอบงานการฝึกอบรมเลย
ที่จริงคุณต้องตรวจสอบงานการฝึกอย่างต่อเนื่องเพื่อให้มั่นใจว่างานเหล่านั้นมีประสิทธิภาพดีและทำงานตามที่ต้องการ นอกจากนี้ คุณจะต้องมีโครงสร้างพื้นฐานที่รองรับ เช่น ความสามารถในการย้อนกลับโมเดลกลับไปยังสแนปชอตก่อนหน้า เผื่อในกรณีที่เกิดข้อผิดพลาดกับการฝึก เช่น งานที่มีข้อบกพร่องหรือข้อมูลอินพุตเสียหาย
ต้องมีการตรวจสอบข้อมูลอินพุตที่เวลาอนุมานน้อยมาก
นอกจากนี้ คุณยังควรตรวจสอบอินพุตของโมเดลที่อัปเดตแบบไดนามิกเช่นเดียวกับโมเดลแบบออฟไลน์แบบคงที่ เรามีแนวโน้มที่จะไม่เสี่ยงที่จะเกิดผลกระทบตามฤดูกาลครั้งใหญ่ แต่การเปลี่ยนแปลงอินพุตที่มีขนาดใหญ่อย่างกะทันหัน (เช่น แหล่งข้อมูลอัปสตรีมล่ม) ยังคงอาจทำให้เกิดการคาดการณ์ที่ไม่น่าเชื่อถือ
การฝึกแบบคงที่ (ออฟไลน์)
ลองดูตัวเลือกด้านล่าง
ข้อใดต่อไปนี้เป็นจริงเกี่ยวกับการฝึกแบบคงที่ (ออฟไลน์)
โมเดลนี้จะเป็นปัจจุบันเมื่อมีข้อมูลใหม่เข้ามา
อันที่จริง หากเราฝึกแบบออฟไลน์ โมเดลจะไม่มีวิธีรวมข้อมูลใหม่เมื่อมาถึง ซึ่งอาจนำไปสู่การไม่มีโมเดล หากการเผยแพร่ที่เราพยายามเรียนรู้จากการเปลี่ยนแปลงเมื่อเวลาผ่านไป
คุณยืนยันโมเดลก่อนนำไปใช้ในเวอร์ชันที่ใช้งานจริงได้
มี การฝึกแบบออฟไลน์ให้โอกาสที่เพียงพอในการยืนยันประสิทธิภาพของโมเดลก่อนนำโมเดลมาใช้จริง
การฝึกอบรมแบบออฟไลน์ต้องการการตรวจสอบงานการฝึกน้อยกว่าการฝึกออนไลน์
โดยทั่วไปแล้ว ข้อกำหนดในการตรวจสอบขณะฝึกนั้นไม่ซับซ้อนสำหรับการฝึกแบบออฟไลน์ ซึ่งให้ผลดีกับต้องพิจารณาการใช้งานจริงหลายประการ อย่างไรก็ตาม ยิ่งคุณฝึกโมเดลบ่อยเท่าใด การลงทุนของคุณก็จะยิ่งสูงขึ้นในการตรวจสอบ นอกจากนี้คุณจะต้องตรวจสอบเป็นประจำเพื่อให้การเปลี่ยนแปลงโค้ด (และ Dependency ของโค้ด) ไม่ส่งผลกระทบต่อคุณภาพของโมเดล
ต้องมีการตรวจสอบข้อมูลอินพุตที่เวลาอนุมานน้อยมาก
กล่าวคือคุณจำเป็นต้องตรวจสอบข้อมูลอินพุต ณ เวลาที่แสดง หากการกระจายอินพุตมีการเปลี่ยนแปลง การคาดการณ์ของโมเดลอาจไม่น่าเชื่อถือ เช่น สมมติว่ามีการนำโมเดลที่ฝึกเฉพาะข้อมูลเสื้อผ้าหน้าร้อนไปใช้คาดการณ์พฤติกรรมการซื้อเสื้อผ้าในฤดูหนาวอย่างกะทันหัน