Monitoraggio ML
Scopri di più sul monitoraggio ML in Data Science.
Il monitoraggio ML di Data Science ti consente di:
- Leggi i dati dallo storage degli oggetti utilizzando i lettori di dati integrati.
- Estendere la libreria per creare un lettore di dati.
- Trasforma i dati utilizzando le funzioni condizionali per aggiungere maggiore profondità ai dati.
Se non si desidera aggiungere un'estensione di codice, utilizzare l'offerta gestita dal servizio del contenitore dell'applicazione di monitoraggio ML in esecuzione in un job ML. In caso contrario, estendi il codice di ML Insights Library SDK per aggiungere un lettore, una metrica o un post-processore personalizzato.
Insight ML
Utilizza ML Insights per valutare rapidamente i dati e decidere i casi d'uso di ML Monitoring. È possibile impostare un processo di monitoraggio a esecuzione prolungata per valutare continuamente modelli e dati.
Le metriche configurabili per il monitoraggio includono:
- Integrità dei dati
- Qualità o riepilogo dei dati
- Rilevamento deviazioni caratteristiche e previsioni
- Prestazioni modello per modelli di classificazione e regressione
- Metriche personalizzate
- Caratteristiche e trasformatori condizionali
- Lettori di dati
- Post-elaborazione
- Test e suite di test
Applicazione di monitoraggio ML
L'applicazione di monitoraggio ML è un contenitore gestito dal servizio che esegue la libreria ML Insights all'interno di un job ML. Fornire la configurazione di monitoraggio come impostazione una tantum ed eseguirla più volte utilizzando l'esecuzione del job ML. È inoltre possibile pianificare le esecuzioni.
- È integrato con i job ML.
- Utilizza un file di configurazione di ML Insights come input.
- Può essere eseguito come baseline (utilizzando dati di base o di addestramento), come previsione (utilizzando dati distribuiti o di inferenza) o come convalida.
- (Facoltativo) Può operare sui dati per un intervallo di date specificato.
- Esegue l'output di profili contenenti metriche dai dati.