กำหนดค่าขีดจำกัดและตัวกระตุ้นการเคลื่อน
ตัดสินใจว่าเมื่อใดการเคลื่อนควรเริ่มการฝึกใหม่
กำหนดค่าขีดจำกัดและตัวกระตุ้นการเคลื่อน เป็นบทเรียน MLOps Academy ฟรีบน CoddyKit นี่คือบทเรียนที่ 4 จากทั้งหมด 4 บทเรียน คุณสามารถอ่านบทเรียนทั้งหมดด้านล่างฟรี — จากนั้นลองปฏิบัติด้วยตัวคุณเองในเบราว์เซอร์พร้อมตัวแก้ไขโค้ดในตัวและติวเตอร์ AI ตลอด 24/7 บทเรียนนี้เป็นส่วนหนึ่งของเส้นทางการเรียน MLOps Academy และความก้าวหน้าของคุณจะซิงค์ข้ามเว็บและแอป CoddyKit คอร์ส MLOps Academy มีบทเรียนทั้งหมด 4 บทเรียน
จากการตรวจจับสู่การตัดสินใจ
การวัดการเปลี่ยนแปลงเป็นเพียงครึ่งหนึ่งของงาน คุณค่าที่แท้จริงคือการตัดสินใจว่าเมื่อใดการเปลี่ยนแปลงมีขนาดใหญ่พอที่จะดำเนินการ นั่นหมายถึงการตั้งเกณฑ์และตัวกระตุ้น 🚦
เกณฑ์คืออะไร
เกณฑ์คือเส้นแบ่งที่ตัวชี้วัดการเปลี่ยนแปลงต้องข้ามก่อนที่คุณจะตอบสนอง หากยังต่ำกว่าเกณฑ์ คุณยังไม่ต้องกังวล หากสูงกว่าเกณฑ์ คุณควรตรวจสอบหรือฝึกใหม่
เริ่มจากกฎที่รู้จัก
เกณฑ์เริ่มต้นที่สมเหตุสมผลคือ PSI สูงกว่า 0.25 ในแต่ละคุณลักษณะ เพราะเป็นเส้นแบ่งทั่วไปของการเปลี่ยนแปลงที่มีนัยสำคัญ ภายหลังคุณค่อยปรับตามข้อมูลของคุณเอง
PSI_THRESHOLD = 0.25
def is_drifted(psi_value):
return psi_value > PSI_THRESHOLDคุณลักษณะเดียวหรือหลายคุณลักษณะ
กำหนดหน่วยของการแจ้งเตือน คุณอาจตั้งให้เกิดการแจ้งเตือนเมื่อคุณลักษณะสำคัญเพียงรายการเดียวเปลี่ยน หรือเมื่อสัดส่วนของคุณลักษณะที่เปลี่ยนเกินค่าที่กำหนด เช่น มากกว่า 30% ของทุกคอลัมน์
share = drifted_count / total_features
trigger = share > 0.3หลีกเลี่ยงการแจ้งเตือนที่ไวเกินไป
วันที่มีสัญญาณรบกวนเพียงวันเดียวไม่ควรทำให้เกิดการฝึกใหม่ กำหนดให้การเปลี่ยนแปลงคงอยู่ตลอดช่วงตรวจสอบ เช่น ต้องเกิดขึ้นสามครั้งติดต่อกันก่อนดำเนินการ
ระดับความรุนแรง
การเปลี่ยนแปลงทุกครั้งไม่จำเป็นต้องได้รับการตอบสนองแบบเดียวกัน ใช้ระดับต่าง ๆ ได้แก่คำเตือนที่เพียงแจ้งให้ทราบ และระดับวิกฤตที่เริ่มการฝึกใหม่จริง
if psi_value > 0.25:
level = "critical"
elif psi_value > 0.1:
level = "warning"
else:
level = "ok"เชื่อมต่อกับตัวกระตุ้น
ตัวกระตุ้นคือการดำเนินการที่เชื่อมไว้กับการละเมิดเกณฑ์ อาจเปิดการแจ้งเตือน เรียกเว็บฮุก หรือเริ่มการทำงานของไปป์ไลน์ฝึกโมเดล
if level == "critical":
start_retraining_pipeline()ให้ความสำคัญกับประสิทธิภาพเมื่อทำได้
การเปลี่ยนแปลงของข้อมูลนำเข้าเป็นเพียงตัวแทน หากมีป้ายกำกับเข้ามา ให้ใช้การลดลงของตัวชี้วัดจริงเป็นตัวกระตุ้น เช่น ความแม่นยำต่ำกว่าเป้าหมาย ซึ่งน่าเชื่อถือกว่าการดูการเปลี่ยนแปลงของข้อมูลนำเข้าเพียงอย่างเดียวมาก
เพิ่มช่วงพัก
หลังการฝึกใหม่ ให้รอก่อนอนุญาตให้ตัวกระตุ้นครั้งถัดไปทำงาน ช่วงพักช่วยป้องกันไม่ให้ระบบฝึกใหม่วนซ้ำขณะที่ค่าตัวชี้วัดกำลังปรับตัว
ปรับเทียบจากประวัติ
อย่าเดาเกณฑ์โดยไม่ตรวจสอบ นำข้อมูลในอดีตกลับมาจำลองเพื่อดูว่าเกณฑ์ของคุณจะทำให้เกิดการแจ้งเตือนเมื่อใด แล้วปรับจนการแจ้งเตือนตรงกับปัญหาจริง 🔧
ทำให้มนุษย์รับทราบ
แม้ตัวกระตุ้นจะทำงานโดยอัตโนมัติ ก็ควรบันทึกการตัดสินใจทุกครั้งและแจ้งให้ทีมทราบ การสังเกตการณ์ระบบที่ดีช่วยให้ผู้คนไว้วางใจระบบอัตโนมัติแทนที่จะมองว่าเป็นเรื่องลึกลับ 🔔
ตรวจสอบอย่างรวดเร็ว
คำถามหนึ่งข้อเกี่ยวกับการทำให้การแจ้งเตือนอยู่ในระดับที่เหมาะสม
สรุปทบทวน
คุณเปลี่ยนสัญญาณการเปลี่ยนแปลงให้เป็นการดำเนินการแล้ว: ตั้งเกณฑ์ ใช้ช่วงตรวจสอบและระดับความรุนแรงเพื่อลดเสียงรบกวน ให้ความสำคัญกับตัวชี้วัดจริง เพิ่มช่วงพัก และให้มนุษย์มีส่วนร่วมอยู่เสมอ 🎯
คำถามที่พบบ่อย
บทเรียน “กำหนดค่าขีดจำกัดและตัวกระตุ้นการเคลื่อน” ฟรีหรือไม่
ใช่ — ข้อความเต็มของ “กำหนดค่าขีดจำกัดและตัวกระตุ้นการเคลื่อน” ฟรีให้อ่านที่นี่บนเว็บ เพื่อปฏิบัติแบบโต้ตอบ (ตัวแก้ไขโค้ดในตัวและติวเตอร์ AI ตลอด 24/7) และปลดล็อคส่วนที่เหลือของคอร์ส MLOps Academy ให้อัปเกรดเป็น CoddyKit PRO คอร์ส MLOps Academy มีบทเรียนทั้งหมด 4 บทเรียน
คุณจะเรียนรู้อะไรในบทเรียน “กำหนดค่าขีดจำกัดและตัวกระตุ้นการเคลื่อน”
ตัดสินใจว่าเมื่อใดการเคลื่อนควรเริ่มการฝึกใหม่ คุณปฏิบัติ MLOps Academy ด้วยโค้ดที่ใช้งานได้จริงที่คุณเรียกใช้โดยตรงในเบราว์เซอร์ และติวเตอร์ AI ตลอด 24/7 ตอบคำถามของคุณขณะที่คุณไปผ่านบทเรียน
คุณต้องมีประสบการณ์ก่อนที่จะเริ่มเรียน MLOps Academy หรือไม่
ไม่จำเป็นต้องมีประสบการณ์มาก่อน MLOps Academy บน CoddyKit ออกแบบมาสำหรับผู้เริ่มต้นไปจนถึงผู้เรียนขั้นสูง คุณสามารถเริ่มต้นที่นี่หรือเริ่มจากตัวแรกและเรียนด้วยความเร็วของคุณเอง นี่คือบทเรียนที่ 4 จากทั้งหมด 4 บทเรียน
บทเรียน “กำหนดค่าขีดจำกัดและตัวกระตุ้นการเคลื่อน” ใช้เวลานานแค่ไหน
บทเรียน CoddyKit ส่วนใหญ่ใช้เวลาประมาณ 5–10 นาที แต่ละบทเรียนจึงสั้นและเป็นแบบโต้ตอบ คุณสามารถก้าวหน้าอย่างต่อเนื่องและกลับมาเรียนต่อจากตรงที่เพิ่งหยุดบนเว็บและแอปได้เลย
ฉันเขียนและรันโค้ดในบทเรียน MLOps Academy นี้ได้ไหม
ได้ บทเรียน MLOps Academy ทุกบทมีตัวแก้ไขโค้ดในตัว คุณจึงเขียนและรันโค้ดจริงได้เลยในเบราว์เซอร์ และได้รับข้อเสนอแนะจาก AI ในทันที — ไม่ต้องติดตั้งในเครื่องของคุณ
บทเรียนทั้งหมดในหลักสูตรนี้
- ข้อมูลเคลื่อนกับแนวคิดเคลื่อน
- วัดการเคลื่อนด้วย PSI และ KS
- สร้างรายงานการเคลื่อนด้วย Evidently
- กำหนดค่าขีดจำกัดและตัวกระตุ้นการเคลื่อน