آموزش مانیتورینگ و عیب‌یابی عملکرد مدل‌های یادگیری ماشین (ML) - آخرین آپدیت

سرفصل ها و درس ها

اهمیت مانیتورینگ مدل Importance of Model Monitoring

• چرا مانیتورینگ مدل اهمیت دارد Why Model Monitoring Matters

• درک مفهوم تغییر توزیع داده‌ها (Data Drift) Understanding Data Drift

• چالش‌های مانیتورینگ Monitoring Challenges

• تعریف موارد مورد نیاز برای مانیتورینگ Defining What to Monitor

تکنیک‌های مانیتورینگ و بهترین روش‌ها Monitoring Techniques and Best Practices

• مقدمه‌ای بر مانیتورینگ ML Introduction to ML Monitoring

• ادغام مانیتورینگ در خط لوله‌های ML Integrating Monitoring into ML Pipelines

• مروری بر ابزارهای عیب‌یابی بصری Overview of Visual Debugging Tools

• دمو: استفاده از Manifold برای عیب‌یابی بصری عملکرد Demo: Manifold for Visual Performance Debugging

سیستم‌های ردیابی عملکرد مدل Model Performance Tracking Systems

• مقدمه‌ای بر ردیابی عملکرد مدل Introduction to Model Performance Tracking

• طراحی گزارش‌های عملکرد موثر Designing Effective Performance Reports

• ابزارها و فریم‌ورک‌ها Tools and Frameworks

• دمو: پیاده‌سازی گزارش‌دهی زمان‌بندی شده Demo: Implementing Scheduled Reporting