Veri ve Model Kaymasını Algılama
Dünyanın siz fark etmeden değiştiği anı yakalayın.
Veri ve Model Kaymasını Algılama, CoddyKit'te ücretsiz bir Deep Learning Academy dersidir. Bu, 4 dersinin 3. dersidir. Aşağıdan dersin tamamını ücretsiz okuyabilir, sonra tarayıcıda yerleşik kod editörü ve 7/24 yapay zeka koçu ile uygulamalı olarak pratik yapabilirsin. Bu, Deep Learning Academy öğrenme yolunun bir parçasıdır ve ilerlemeniz web ve CoddyKit uygulaması arasında senkronize olur. Deep Learning Academy kursu toplamda 4 dersten oluşur.
Dünya Değişmeye Devam Ediyor
Modeliniz dünün örüntülerini öğrendi, ancak gerçek veriler değişmeye devam ediyor. Değiştiklerinde tahminler fark edilmeden kötüleşir. Bu soruna kayma diyoruz. 🌊
Kaymanın İki Türü
Dikkat etmeniz gereken iki tür vardır. Veri kayması, girdilerin yapısının değişmesi; kavram kayması ise girdilerle etiketler arasındaki ilişkinin değişmesi demektir.
Somut Bir Örnek
Eski e-postalarla eğitilmiş bir istenmeyen posta filtresi, daha önce hiç karşılaşmadığı yeni yöntemlerle karşılaşır. Girdiler kaydığı için bir zamanlar yüksek olan doğruluğu üretim ortamında yavaşça azalır.
Girdi Dağılımını İzleyin
Kaymanın ilk sinyali özelliklerde görülür. Yakın zamanda alınan girdilerin dağılımını eğitim verilerinizinkiyle karşılaştırın ve biçimdeki değişimi arayın.
ref_mean = X_train.mean(axis=0)
live_mean = X_live.mean(axis=0)Farkı Ölçün
İki dağılımın ne kadar farklılaştığını sayısal olarak ölçmek için, KS gibi bir istatistik kullanın. Kolmogorov-Smirnov testi olan KS, bir sayı ve bir p değeri döndürür.
from scipy.stats import ks_2samp
stat, p = ks_2samp(X_train[:,0], X_live[:,0])Bir Eşik Belirleyin
Küçük bir p değeri, canlı verilerin artık eğitim verileriyle eşleşmediği anlamına gelir. Bir eşik seçin ve fark bu eşiği aştığında uyarı tetikleyin.
if p < 0.05:
print("drift detected")Tahminleri de İzleyin
Etiketler olmasa bile modelinizin çıktılarının yayılımı bir ipucu verir. Tahmin edilen olasılıklardaki ani bir değişim, çoğu zaman yaklaşan bir kaymaya işaret eder.
En İyi Sinyal Gerçektir
Gerçek etiketler sonunda geldiğinde bunları önceki tahminlerle karşılaştırın. Canlı ortamdaki doğruluğun düşmesi, kaymanın size zarar verdiğinin en açık ve doğrudan kanıtıdır.
Sizin İçin İzleyen Araçlar
Her şeyi elle oluşturmanız gerekmez. Evidently gibi kütüphaneler tüm özelliklerdeki kayma raporlarını hesaplar ve değişen sütunları işaretler.
from evidently.report import ReportSürekli İzleyin
Kayma tek seferlik bir kontrol değildir. Bu karşılaştırmaları belirli aralıklarla çalıştırın; böylece izleme sisteminiz, kullanıcılar şikâyet etmeden çok önceki yavaş değişimleri yakalar.
Tespit Savaşın Yarısıdır
Kaymayı erken fark etmek, hasar yayılmadan önce harekete geçmenizi sağlar. Doğal sonraki adım, yeni verilerle yeniden eğitim yapmak ve modelin üstünlüğünü geri kazandırmaktır.
Hızlı Kontrol
Kavram kayması özellikle neyi tanımlar?
Özet
Kaymayı fark etmeyi öğrendiniz: canlı girdileri eğitim verileriyle karşılaştırın, farkı testlerle ölçün, tahminleri izleyin ve belirli aralıklarla takip yapın. 🎉
Yapay zeka eğitmeniyle Python öğren — ücretsiz
Tarayıcında gerçek kod yaz ve çalıştır, 7/24 yapay zeka eğitmeninden anında yardım al; web'de ya da uygulamada kaldığın yerden devam et.
- Kurslar
- 30
- Dersler
- 120
Sıkça Sorulan Sorular
“Veri ve Model Kaymasını Algılama” dersi ücretsiz mi?
Evet — “Veri ve Model Kaymasını Algılama” dersin tüm metni burada web'de ücretsiz olarak okunabilir. Etkileşimli olarak pratik yapmak (yerleşik kod editörü ve 7/24 yapay zeka koçu) ve Deep Learning Academy kursunun geri kalanını açmak için CoddyKit PRO'ya yükselt. Deep Learning Academy kursu toplamda 4 dersten oluşur.
“Veri ve Model Kaymasını Algılama” dersinde ne öğreneceğim?
Dünyanın siz fark etmeden değiştiği anı yakalayın. Deep Learning Academy ile uygulamalı kodu tarayıcıda doğrudan çalıştırarak pratik yaparsın ve 7/24 yapay zeka koçu dersi çalışırken sorularını yanıtlar.
Deep Learning Academy öğrenmeye başlamak için deneyim gerekli mi?
Önceden deneyim gerekmez. CoddyKit'te Deep Learning Academy, başlangıçtan ileri seviyeye kadar yapılandırıldığı için buradan başlayabilir veya başından başlayıp kendi hızında ilerleme yapabilirsin. Bu, 4 dersinin 3. dersidir.
“Veri ve Model Kaymasını Algılama” dersi ne kadar sürer?
Çoğu CoddyKit dersi yaklaşık 5–10 dakika sürer. Her biri kısa ve etkileşimli olduğu için sabit ilerleme yaparsın ve web ile uygulama arasında tam olarak bıraktığın yerden devam edebilirsin.
Bu Deep Learning Academy dersinde kod yazıp çalıştırabilir miyim?
Evet. Her Deep Learning Academy dersi yerleşik bir kod editörü içerir, bu sayede tarayıcıda gerçek kod yazıp çalıştırabilir ve anlık yapay zeka geri bildirimi alırsın — yerel kurulum gerekli değildir.
Bu kursun tüm dersleri
- Weights & Biases ile Deneyleri İzleme
- Verileri ve Modelleri Sürümlendirme
- Veri ve Model Kaymasını Algılama
- Yeniden Eğitim Pipeline'larını Otomatikleştirme