Jejak Audit dan Reproduksibilitas
Rekonstruksi prediksi masa lalu kapan pun diperlukan.
Jejak Audit dan Reproduksibilitas adalah pelajaran MLOps Academy gratis di CoddyKit. Ini adalah pelajaran 3 dari 4. Kamu bisa membaca pelajaran lengkapnya di bawah secara gratis — lalu praktikkan langsung di browser dengan editor kode bawaan dan tutor AI 24/7. Ini adalah bagian dari jalur belajar MLOps Academy, dan progresmu tersinkronisasi di web dan aplikasi CoddyKit. Kursus MLOps Academy mencakup 4 pelajaran total.
Apa Itu Jejak Audit
Jejak audit adalah rekaman tahan manipulasi tentang siapa melakukan apa dan kapan, sehingga setiap keputusan model dapat dijelaskan jauh setelah keputusan itu dibuat. 🧾
Rekonstruksi Setiap Prediksi
Tujuannya sederhana tetapi ketat: jika diberikan prediksi dari beberapa bulan lalu, Anda harus membangun ulang model dan input yang sama persis dengan yang menghasilkan prediksi tersebut.
Catat Setiap Prediksi
Untuk diaudit nanti, tangkap permintaannya sekarang. Simpan fitur input, output, dan versi model pada setiap pemanggilan.
log = {"ts": now(), "model_version": "3",
"inputs": features, "prediction": y}
prediction_store.write(log)Tetapkan Versi Model
Prediksi tanpa konteks tidak berguna untuk audit. Selalu simpan versi model di sebelahnya agar Anda tahu persis model mana yang memberikan jawaban.
Dari Versi ke Build
Linimasa menghubungkan versi tersebut kembali ke build-nya. Versi registri menunjuk ke suatu proses MLflow yang menyimpan data dan kode pembuatnya.
Reproduksi Proses
Dengan ID proses, Anda dapat membangun ulang seluruh lingkungan: periksa komit yang dicatat, pulihkan data yang ditetapkan, lalu jalankan kembali pelatihan.
run = mlflow.get_run(run_id)
commit = run.data.tags["git_commit"]
subprocess.run(["git", "checkout", commit])Buat Log Tidak Dapat Diubah
Log audit yang dapat Anda edit tidak membuktikan apa pun. Tulis ke penyimpanan hanya-tambah agar catatan dapat ditambahkan, tetapi tidak pernah diubah diam-diam.
Pertahankan Kebijakan Retensi
Tentukan berapa lama catatan harus disimpan. Kolom yang diatur oleh peraturan sering kali menuntut retensi selama bertahun-tahun, jadi tetapkan dengan sengaja, bukan secara kebetulan.
Catat Lingkungan
Kode saja tidak cukup. Catat juga dependensi yang dikunci, karena versi pustaka yang berbeda dapat mengubah hasil tanpa disadari.
mlflow.log_artifact("requirements.txt")Siap Diaudit Sejak Awal
Caranya adalah membuat jejak tercatat secara otomatis. Jika pencatatan terjadi pada setiap proses dan permintaan, Anda selalu siap diaudit, bukan baru sibuk mempersiapkannya. ✅
Putar Ulang untuk Memverifikasi
Untuk membuktikan suatu hasil, masukkan kembali input yang dicatat ke model yang telah dibangun ulang. Output yang cocok mengonfirmasi bahwa jejak tersebut benar-benar dapat direproduksi.
Pemeriksaan Singkat
Pikirkan hal-hal yang harus Anda catat untuk merekonstruksi prediksi lama.
Rangkuman
Anda melihat bagaimana jejak audit mencatat setiap prediksi beserta versinya, menulis secara tidak dapat diubah, dan menggunakan linimasa untuk mereproduksi sepenuhnya hasil apa pun dari masa lalu. ✅
Pertanyaan yang Sering Diajukan
Apakah pelajaran “Jejak Audit dan Reproduksibilitas” gratis?
Ya — teks lengkap “Jejak Audit dan Reproduksibilitas” gratis dibaca di sini di web. Untuk praktiknya secara interaktif (editor kode bawaan dan tutor AI 24/7) dan buka sisa kursus MLOps Academy, upgrade ke CoddyKit PRO. Kursus MLOps Academy mencakup 4 pelajaran total.
Apa yang akan aku pelajari di “Jejak Audit dan Reproduksibilitas”?
Rekonstruksi prediksi masa lalu kapan pun diperlukan. Kamu berlatih MLOps Academy dengan kode praktik yang langsung kamu jalankan di browser, dan tutor AI 24/7 menjawab pertanyaanmu saat kamu mengerjakan pelajaran ini.
Apakah aku perlu pengalaman untuk memulai MLOps Academy?
Tidak diperlukan pengalaman sebelumnya. MLOps Academy di CoddyKit dirancang untuk pemula hingga pelajar tingkat lanjut, jadi kamu bisa memulai di sini atau dari awal dan belajar sesuai kecepatan kamu sendiri. Ini adalah pelajaran 3 dari 4.
Berapa lama pelajaran “Jejak Audit dan Reproduksibilitas” memakan waktu?
Sebagian besar pelajaran CoddyKit memakan waktu sekitar 5–10 menit. Setiap pelajaran ringkas dan interaktif, jadi kamu membuat kemajuan stabil dan melanjutkan dari tempat kamu tinggalkan di web dan aplikasi.
Bisakah aku menulis dan menjalankan kode dalam pelajaran MLOps Academy ini?
Ya. Setiap pelajaran MLOps Academy menyertakan editor kode bawaan, jadi kamu menulis dan menjalankan kode nyata langsung di browser dan mendapatkan umpan balik AI instan — tidak diperlukan penyiapan lokal.
Semua pelajaran dalam kursus ini
- Telusuri Asal-Usul Data hingga Model
- Tulis Kartu Model
- Jejak Audit dan Reproduksibilitas
- Kontrol Akses dan Kepatuhan