Prédictions par lots selon un calendrier
Effectuez des prédictions sur un jeu de données entier et stockez les résultats.
Prédictions par lots selon un calendrier est une leçon MLOps Academy gratuite sur CoddyKit. Ceci est la leçon 1 sur 4. Tu peux lire la leçon complète ci-dessous gratuitement — puis la pratiquer en direct dans le navigateur avec un éditeur de code intégré et un tuteur IA 24/7. Elle fait partie du parcours d'apprentissage MLOps Academy, et ta progression se synchronise sur le web et l'application CoddyKit. Le cours MLOps Academy comprend 4 leçons au total.
Qu’est-ce que le traitement par lots ?
Le traitement par lots exécute votre modèle sur un jeu de données entier en une seule fois, selon un calendrier, puis enregistre chaque prédiction pour une utilisation ultérieure. 📦
Aucun utilisateur n’attend
En mode par lots, personne n’attend une réponse en direct. La tâche s’exécute hors ligne : quelques minutes ou quelques heures d’exécution conviennent donc parfaitement.
Un exemple classique
Imaginez que vous calculiez chaque nuit le risque de désabonnement de tous les clients. Une seule tâche lit la table, effectue les prédictions pour toutes les lignes, puis réécrit les résultats.
Lire, prédire, écrire
Chaque tâche de traitement par lots suit la même structure : charger les données d’entrée, appeler predict sur celles-ci, puis stocker le résultat à un endroit où les utilisateurs peuvent le lire.
df = load_data()
preds = model.predict(df)
save(df.assign(score=preds))Prédire sur plusieurs lignes
Les modèles aiment les tableaux. Passer un DataFrame entier à predict est bien plus rapide que de parcourir les lignes une par une, car les calculs sont vectorisés.
preds = model.predict(df[features])Où sont stockés les résultats
Les prédictions par lots sont enregistrées dans une table, un fichier ou un entrepôt de données. Les applications recherchent ensuite simplement le score stocké au lieu d’appeler le modèle en direct.
L’exécuter selon un calendrier
Un ordonnanceur comme cron ou Airflow lance la tâche à une heure définie. Cette cadence peut être horaire, nocturne ou hebdomadaire, selon la vitesse à laquelle les données changent.
# crontab: run every day at 2am
0 2 * * * python score_batch.pyPourquoi le traitement par lots coûte peu
Vous démarrez les ressources de calcul, évaluez tout, puis les arrêtez. Ce fonctionnement en rafale signifie que vous ne payez que les minutes pendant lesquelles la tâche s’exécute réellement.
La fraîcheur est le compromis
Le coût du traitement par lots est l’obsolescence. Un score datant de la nuit précédente peut avoir plusieurs heures ; cette approche convient donc lorsque des réponses légèrement obsolètes sont acceptables.
Idempotent et sûr
Concevez la tâche de façon à ce que sa réexécution produise le même résultat. Une tâche idempotente peut être relancée après une erreur sans créer de doublons.
Quand choisir le traitement par lots
Choisissez le traitement par lots lorsque les prédictions concernent des entités connues, qu’une fraîcheur de quelques heures suffit et que vous privilégiez la simplicité et le faible coût à l’instantanéité.
Vérification rapide
Quel est le principal inconvénient de l’évaluation par lots ?
Récapitulatif
L’évaluation par lots produit des prédictions sur un jeu de données complet selon un calendrier, stocke les résultats pour une recherche rapide et échange la fraîcheur contre un faible coût et la simplicité.
Apprends Python avec un tuteur IA — gratuit
Écris et exécute du vrai code dans ton navigateur, obtiens de l'aide instantanée d'un tuteur IA disponible 24h/24, et reprends là où tu t'es arrêté sur le web ou dans l'app.
- Cours
- 30
- Leçons
- 120
Questions Fréquemment Posées
La leçon « Prédictions par lots selon un calendrier » est-elle gratuite ?
Oui — le texte complet de « Prédictions par lots selon un calendrier » est gratuit à lire ici sur le web. Pour la pratiquer de manière interactive (un éditeur de code intégré et un tuteur IA 24/7) et déverrouiller le reste du cours MLOps Academy, passe à CoddyKit PRO. Le cours MLOps Academy comprend 4 leçons au total.
Qu'est-ce que j'apprendrai dans « Prédictions par lots selon un calendrier » ?
Effectuez des prédictions sur un jeu de données entier et stockez les résultats. Tu pratiques MLOps Academy avec du code pratique que tu exécutes directement dans le navigateur, et un tuteur IA 24/7 répond à tes questions au fur et à mesure que tu avances dans la leçon.
Dois-je avoir de l'expérience pour commencer MLOps Academy ?
Aucune expérience préalable n'est requise. MLOps Academy sur CoddyKit est structuré pour les débutants jusqu'aux apprenants avancés, donc tu peux commencer ici ou depuis le début et avancer à ton rythme. Ceci est la leçon 1 sur 4.
Combien de temps prend la leçon « Prédictions par lots selon un calendrier » ?
La plupart des leçons CoddyKit prennent environ 5–10 minutes. Chacune est courte et interactive, tu progresses régulièrement et tu repiques exactement où tu t'es arrêté sur le web et l'app.
Peux-tu écrire et exécuter du code dans cette leçon MLOps Academy ?
Oui. Chaque leçon MLOps Academy inclut un éditeur de code intégré, tu écris et exécutes du vrai code directement dans ton navigateur et tu reçois des retours IA instantanés — aucune configuration locale requise.
Toutes les leçons de ce cours
- Prédictions par lots selon un calendrier
- Inférence en ligne en temps réel
- Compromis entre latence, débit et coût
- Précalculer et mettre en cache les prédictions