Публикации по теме 'monitoring'
Запуск проекта машинного обучения с Лео
Вам было поручено создать простой классификатор. Вы понимаете проблему, у вас есть данные. «Отлично, — думаете вы, — давайте я достану свой надежный блокнот Jupyter и приступлю к работе!» Итак, вы проводите следующие несколько часов, рассказывая своей библиотеке, что делать, и в итоге получаете обученную модель, которая соответствует всем требованиям. Молодец! Ваш начальник, как всегда, доволен вами и хочет, чтобы ваша модель была развернута как микросервис, чтобы другие команды могли ее..
Как работает JavaScript: введение в PM2, Strongloop и Forever + 4 совета по производственному процессу…
Это пост №45 из серии, посвященный изучению JavaScript и его компонентов. В процессе определения и описания основных элементов мы также делимся некоторыми практическими правилами, которые мы используем при создании SessionStack , приложения JavaScript, которое должно быть надежным и высокопроизводительным, чтобы помочь компаниям оптимизировать цифровой опыт своих пользователей.
Цель каждой организации, создающей программное обеспечение, - предоставлять масштабируемые продукты,..
Чем жизненный цикл машинного обучения отличается от жизненного цикла разработки программного обеспечения?
Что такое жизненный цикл разработки программного обеспечения (SDLC)?
SDLC - это методология разработки программных проектов с четко определенными процессами для создания программного обеспечения хорошего качества. Методология SDLC в целом включает следующие этапы:
Анализ требований Планирование Архитектура и проектирование подсистем Кодирование Тестирование Развертывание техническое обслуживание
Что такое жизненный цикл машинного обучения (MLLC)?
Как определяется..
Мониторинг производственного машинного обучения: выбросы, дрейф, объяснения и статистические показатели
Записки из промышленности
Мониторинг производственного машинного обучения: выбросы, дрейф, объяснения и статистические показатели
Практическое глубокое погружение в архитектуру производственного мониторинга для машинного обучения в масштабе с использованием метрик в реальном времени, детекторов выбросов, детекторов смещения, серверов метрик и объяснителей.
«Жизненный цикл модели машинного обучения начинается только после того, как она запущена в производство»
В этой статье мы..
Структурная токенизация с использованием простой эвристики
Для выпуска Unomaly 2.28 мы полностью переработали наш токенизатор, чтобы улавливать вложенные структуры и пары ключ-значение в неструктурированных данных журнала, которые мы принимаем - без какой-либо спецификации схемы. Чтобы было понятнее, мы немного рассмотрим, как работает Unomaly , а затем углубимся в технические детали нового структурного токенизатора.
TL;DR
Unomaly автоматически группирует журналы событий и классифицирует их как нормальные или аномальные в соответствии с..
О расписании заданий после перезапуска Hinemos Manager
Hi.
Сегодняшняя статья расскажет вам о поведении запланированных заданий, когда менеджер остановлен.
Подробное объяснение написано в следующем разделе руководства.
ーーーーーーーーーーーーーーーーーーーー
Руководство пользователя Hinemos ver.6.1, 1-е издание «14.1 Поведение расписаний заданий, когда запланированное время выполнения истекло , а процесс Java был остановлен» ーーーーーーーーーーーー ーーーーーーーー
Вкратце:
・Менеджер Hinemos определяет, удалось ли запустить задание, по количеству времени, прошедшему..
Мониторинг моделей машинного обучения
Мониторинг моделей машинного обучения
Практическое руководство по количественной оценке дрейфа концепций для моделей машинного обучения
Модели машинного обучения все чаще лежат в основе продуктов или характеристик продуктов. В результате команды по анализу данных теперь несут ответственность за то, чтобы их модели работали должным образом в течение 3+ лет жизни продукта.
Производительность модели необходимо отслеживать в режиме реального времени, чтобы обнаруживать любые проблемы с..
