Koleksiyonlar ile düzeninizi koruyun
İçeriği tercihlerinize göre kaydedin ve kategorilere ayırın.
Genel olarak, bir modeli eğitmenin iki yolu vardır:
Statik model çevrimdışı olarak eğitilir. Yani, eğitilen modeli tam olarak
bir kez eğitiriz ve ardından bir süre boyunca bu modeli kullanırız.
Dinamik model çevrimiçi olarak eğitilir. Diğer bir deyişle, veriler sisteme sürekli olarak giriyor ve biz de bu verileri sürekli güncellemelerle modele dahil ediyoruz.
Statik ve Dinamik Eğitim
ML Sistemi Paradigmaları: Eğitim
Statik Model - Çevrimdışı Eğitim
ML Sistemi Paradigmaları: Eğitim
Statik Model - Çevrimdışı Eğitim
Dinamik Model -- Çevrimiçi Eğitim
ML Sistemi Paradigmaları: Eğitim
Statik Model - Çevrimdışı Eğitim
Derlemesi ve test etmesi kolaydır. Toplu eğitim ve test kullanın. İyi olana kadar tekrarlayın.
Dinamik Model -- Çevrimiçi Eğitim
ML Sistemi Paradigmaları: Eğitim
Statik Model - Çevrimdışı Eğitim
Derlemesi ve test etmesi kolaydır. Toplu eğitim ve test kullanın. İyi olana kadar tekrarlayın.
Yine de girişlerin izlenmesi gerekiyor
Dinamik Model -- Çevrimiçi Eğitim
ML Sistemi Paradigmaları: Eğitim
Statik Model - Çevrimdışı Eğitim
Derlemesi ve test etmesi kolaydır. Toplu eğitim ve test kullanın. İyi olana kadar tekrarlayın.
Yine de girişlerin izlenmesi gerekiyor
Bu çipin eskimesine izin vermek kolaydır
Dinamik Model -- Çevrimiçi Eğitim
ML Sistemi Paradigmaları: Eğitim
Statik Model - Çevrimdışı Eğitim
Derlemesi ve test etmesi kolaydır. Toplu eğitim ve test kullanın. İyi olana kadar tekrarlayın.
Yine de girişlerin izlenmesi gerekiyor
Bu çipin eskimesine izin vermek kolaydır
Dinamik Model -- Çevrimiçi Eğitim
Zaman içinde eğitim verilerini feed'e göndermeye devam edin, güncellenmiş sürümü düzenli olarak senkronize edin.
Toplu eğitim ve test yerine progresif doğrulama kullanın.
ML Sistemi Paradigmaları: Eğitim
Statik Model - Çevrimdışı Eğitim
Derlemesi ve test etmesi kolaydır. Toplu eğitim ve test kullanın. İyi olana kadar tekrarlayın.
Yine de girişlerin izlenmesi gerekiyor
Bu çipin eskimesine izin vermek kolaydır
Dinamik Model -- Çevrimiçi Eğitim
Zaman içinde eğitim verilerini feed'e göndermeye devam edin, güncellenmiş sürümü düzenli olarak senkronize edin.
Toplu eğitim ve test yerine progresif doğrulama kullanın
İzleme, model geri alma ve veri karantinası özellikleri gerekiyor
Değişikliklere uyum sağlar, eskilik sorunları önlenir
Video Ders Özeti
Genel olarak, statik ve dinamik eğitim kararında aşağıdaki noktalar dikkate alınır:
Statik modelleri oluşturmak ve test etmek daha kolaydır.
Dinamik modeller değişen verilere uyum sağlar.
Dünya çok fazla değişimin yaşandığı bir yer. Geçen yılın verilerine dayanarak oluşturulan satış tahminlerinin gelecek yılın sonuçlarını başarıyla tahmin etmesi pek olası değildir.
Veri kümeniz zaman içinde gerçekten değişmiyorsa statik eğitimi, oluşturmanın ve bakımının dinamik eğitimden daha ucuz olması nedeniyle tercih edin.
Ancak birçok bilgi kaynağı, örneğin deniz seviyesi kadar sabit olduğunu düşündüğünüz
özelliklere sahip olanlar da dahil olmak üzere zamanla gerçekten değişir.
Ahlak kuralları: Statik eğitimde bile değişim için giriş verilerinizi izlemeniz gerekir.
Örneğin, kullanıcıların çiçek satın alma olasılığını tahmin etmek için eğitilmiş bir modeli ele alalım. Zaman baskısı nedeniyle model Temmuz ve Ağustos aylarında çiçek satın alma davranışı veri kümesi kullanılarak yalnızca bir kez eğitildi.
Model, daha sonra üretimde tahminleri sunmak için gönderilir, ancak ancak hiçbir zaman güncellenmez. Model birkaç ay boyunca sorunsuz çalışır ancak daha sonra Sevgililer Günü ile ilgili kötü tahminlerde bulunur, çünkü bu yılbaşı döneminde kullanıcı davranışı önemli ölçüde değişir.
