新型コロナウイルスに関する情報は、厚生労働省の情報発信サイトを参考にしてください。情報を見る
エントリーの編集
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
記事へのコメント1件
- 注目コメント
- 新着コメント
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
機械学習システムの監視入門 - Qiita
1. なぜ監視するのか Jupyter Notebookでの実験が実を結び、MLパイプラインを通して本番で稼働させるモ... 1. なぜ監視するのか Jupyter Notebookでの実験が実を結び、MLパイプラインを通して本番で稼働させるモデルが作成され、無事にデプロイされてREST API経由でそのモデルを運用するまでに至ったのでミッションは完了か? → デプロイが本当のゴールではない。世界に放たれたそのモデルが期待通りに動作しているかを継続的に監視し続けなければならない 世界は刻々と変化するが、モデルの開発では通常、過去のデータから静的なモデルを構築する → 監視をすることで、予測精度の低下を検知することができ、適切なモデル更新タイミングを知ることができる モデルの再学習にはコストがかかるので、精度とのトレードオフがある 2. 何を監視するのか Software metrics メモリ/CPU/GPUなどのハードウェアリソースの使用量、レスポンスタイム、リクエスト数、成功率 Input metrics 入
2022/02/15 リンク