PricingLoginStart free
MLOps Academy · Pelajaran

Tetapkan Ambang dan Pemicu Drift

Tentukan kapan drift harus memulai pelatihan ulang.

Pelajaran 4 dari 413 langkah

Tetapkan Ambang dan Pemicu Drift adalah pelajaran MLOps Academy gratis di CoddyKit. Ini adalah pelajaran 4 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.

Dari Mendeteksi Menjadi Memutuskan

Mengukur pergeseran hanyalah separuh pekerjaan. Nilai sebenarnya terletak pada memutuskan kapan suatu perubahan cukup besar untuk ditindaklanjuti. Artinya, Anda perlu menetapkan ambang batas dan pemicu. 🚦

Apa Itu Ambang Batas

Ambang batas adalah garis yang harus dilewati metrik pergeseran sebelum Anda bereaksi. Di bawahnya Anda tetap tenang; di atasnya Anda menyelidiki atau melatih ulang.

Mulai dari Aturan yang Dikenal

Ambang batas awal yang masuk akal adalah PSI di atas 0,25 per fitur karena itu merupakan batas umum untuk pergeseran signifikan. Sesuaikan nanti berdasarkan data Anda sendiri.

PSI_THRESHOLD = 0.25

def is_drifted(psi_value):
    return psi_value > PSI_THRESHOLD

Satu Fitur atau Banyak Fitur

Tentukan unit alarm Anda. Picu alarm berdasarkan satu fitur kritis, atau berdasarkan persentase fitur yang mengalami pergeseran, misalnya lebih dari 30% seluruh kolom.

share = drifted_count / total_features
trigger = share > 0.3

Hindari Peringatan yang Terlalu Mudah Terpicu

Satu hari yang penuh gangguan tidak seharusnya memicu pelatihan ulang. Wajibkan pergeseran bertahan selama suatu jendela, misalnya tiga pemeriksaan berturut-turut, sebelum Anda memicunya.

Tingkatan Keparahan

Tidak semua pergeseran memerlukan respons yang sama. Gunakan tingkatan: peringatan yang hanya memberi tahu dan tingkat kritis yang benar-benar memulai pelatihan ulang.

if psi_value > 0.25:
    level = "critical"
elif psi_value > 0.1:
    level = "warning"
else:
    level = "ok"

Hubungkan ke Pemicu

Pemicu adalah tindakan yang terhubung ke pelanggaran ambang batas. Pemicu dapat membuka peringatan, memanggil webhook, atau memulai proses pipeline pelatihan Anda.

if level == "critical":
    start_retraining_pipeline()

Utamakan Performa jika Memungkinkan

Pergeseran masukan hanyalah proksi. Jika label tersedia, picu berdasarkan penurunan metrik nyata, seperti akurasi di bawah target, yang jauh lebih dapat dipercaya daripada pergeseran masukan saja.

Tambahkan Waktu Jeda

Setelah pelatihan ulang, tunggu sebelum mengizinkan pemicu berikutnya. Waktu jeda mencegah sistem melakukan pelatihan ulang berulang kali saat metrik sedang stabil.

Kalibrasikan Berdasarkan Riwayat

Jangan menebak ambang batas secara membabi buta. Putar ulang data masa lalu untuk melihat peringatan apa yang akan dipicu oleh ambang batas Anda, lalu sesuaikan sampai peringatan sesuai dengan masalah nyata. 🔧

Pastikan Manusia Mendapat Informasi

Meski pemicu berjalan otomatis, catat setiap keputusan dan beri tahu tim. Keterpantauan yang baik membuat otomatisasi tetap tepercaya, bukan menjadi sesuatu yang misterius. 🔔

Pemeriksaan Singkat

Satu pertanyaan tentang menjaga agar peringatan tetap terkendali.

Jawab di pelajaran interaktif

Ringkasan

Anda mengubah sinyal pergeseran menjadi tindakan: tetapkan ambang batas, gunakan jendela dan tingkatan untuk mengurangi kebisingan, utamakan metrik nyata, tambahkan waktu jeda, dan selalu libatkan manusia. 🎯

Gratis untuk memulai

Belajar Python dengan tutor AI — gratis

Tulis dan jalankan kode asli di browser kamu, dapatkan bantuan instan dari tutor AI 24/7, dan lanjutkan di mana kamu tinggalkan di web atau aplikasi.

Kursus
30
Pelajaran
120
Mulai belajar gratisLihat kursus lengkapnya

Pertanyaan yang Sering Diajukan

Apakah pelajaran “Tetapkan Ambang dan Pemicu Drift” gratis?

Ya — teks lengkap “Tetapkan Ambang dan Pemicu Drift” 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 “Tetapkan Ambang dan Pemicu Drift”?

Tentukan kapan drift harus memulai pelatihan ulang. 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 4 dari 4.

Berapa lama pelajaran “Tetapkan Ambang dan Pemicu Drift” 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

  1. Drift Data vs Drift Konsep
  2. Ukur Drift dengan PSI dan KS
  3. Buat Laporan Drift dengan Evidently
  4. Tetapkan Ambang dan Pemicu Drift
← Kembali ke MLOps Academy