Pemberian Skor Batch Terjadwal
Buat prediksi untuk seluruh kumpulan data dan simpan hasilnya.
Pemberian Skor Batch Terjadwal adalah pelajaran MLOps Academy gratis di CoddyKit. Ini adalah pelajaran 1 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 Penilaian Batch
Penilaian batch menjalankan model Anda pada seluruh dataset sekaligus, sesuai jadwal, lalu menyimpan setiap prediksi untuk digunakan nanti. 📦
Tidak Ada Pengguna yang Menunggu
Dalam mode batch, tidak ada yang menunggu jawaban langsung. Pekerjaan berjalan secara luring, sehingga waktu proses beberapa menit atau jam tidak menjadi masalah.
Contoh Klasik
Bayangkan Anda menilai risiko pelanggan berhenti berlangganan setiap malam. Satu pekerjaan membaca tabel, membuat prediksi untuk semua baris, lalu menulis kembali hasilnya.
Baca, Prediksi, Tulis
Setiap pekerjaan batch memiliki pola yang sama: memuat data input, memanggil predict pada data tersebut, lalu menyimpan output di tempat yang dapat dibaca oleh pengguna.
df = load_data()
preds = model.predict(df)
save(df.assign(score=preds))Memprediksi Banyak Baris
Model sangat cocok dengan array. Meneruskan seluruh DataFrame ke predict jauh lebih cepat daripada mengulang satu baris setiap kali, karena pemrosesannya divektorisasi.
preds = model.predict(df[features])Tempat Hasil Disimpan
Prediksi batch disimpan dalam tabel, file, atau gudang data. Aplikasi kemudian cukup mencari skor yang tersimpan, alih-alih memanggil model secara langsung.
Menjalankannya Sesuai Jadwal
Penjadwal seperti cron atau Airflow menjalankan pekerjaan pada waktu yang ditentukan. Irama ini dapat berlangsung setiap jam, setiap malam, atau setiap minggu sesuai kecepatan perubahan data.
# crontab: run every day at 2am
0 2 * * * python score_batch.pyMengapa Batch Lebih Murah
Anda menyalakan komputasi, menghitung skor untuk semuanya, lalu mematikannya. Pola lonjakan ini berarti Anda hanya membayar menit ketika pekerjaan benar-benar berjalan.
Kesegaran Adalah Komprominya
Biaya batch adalah ketidakmutakhiran. Skor dari tadi malam mungkin sudah berusia beberapa jam, jadi batch cocok untuk kasus ketika jawaban yang sedikit tidak mutakhir masih dapat diterima.
Idempoten dan Aman
Rancang pekerjaan agar menjalankannya kembali menghasilkan hasil yang sama. Pekerjaan yang idempoten dapat dicoba kembali setelah kegagalan tanpa membuat duplikasi.
Kapan Memilih Batch
Pilih batch ketika prediksi mencakup entitas yang sudah diketahui, kesegaran dalam hitungan jam sudah memadai, dan Anda mengutamakan kesederhanaan serta biaya rendah daripada jawaban seketika.
Pemeriksaan Singkat
Apa kelemahan utama pemberian skor secara batch?
Rangkuman
Pemberian skor batch membuat prediksi atas seluruh kumpulan data berdasarkan jadwal, menyimpan hasil agar dapat dicari dengan cepat, serta menukar kesegaran dengan biaya rendah dan kesederhanaan.
Pertanyaan yang Sering Diajukan
Apakah pelajaran “Pemberian Skor Batch Terjadwal” gratis?
Ya — teks lengkap “Pemberian Skor Batch Terjadwal” 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 “Pemberian Skor Batch Terjadwal”?
Buat prediksi untuk seluruh kumpulan data dan simpan hasilnya. 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 1 dari 4.
Berapa lama pelajaran “Pemberian Skor Batch Terjadwal” 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
- Pemberian Skor Batch Terjadwal
- Inferensi Online Waktu Nyata
- Pertukaran antara Latensi, Throughput, dan Biaya
- Hitung Awal dan Simpan Prediksi dalam Cache