Thư viện hình minh hoạ
Toàn bộ 14 hình của giáo trình. Mười bốn hình đều do mã nguồn trong code/mlops/ sinh ra. Số liệu thực nghiệm đến từ dữ liệu mô phỏng, mỗi thí nghiệm cô lập một cơ chế; lời giải bài tập dùng số liệu của bai_tap.py. Xem mã nguồn sinh hình. Bấm vào ảnh để phóng to.
Hình 1
Vẽ lại ý của Hình 1 trong Sculley và cộng sự (2015). Phần mã học máy ở giữa chỉ là một phần nhỏ; các thành phần xung quanh như thu thập dữ liệu, kiểm định, trích đặc trưng, quản lý tài nguyên, phục vụ và giám sát mới là phần phải xây dựng và vận hành.
Chương 1 · Nợ kỹ thuật trong hệ thống học máy →
Hình 2
Vòng đời của một hệ thống học máy với các đường quay lại. Một hệ thống tốt là hệ thống đi hết vòng này nhanh và ít tốn kém.
Chương 2 · Vòng đời của hệ thống học máy →
Hình 3
Ba mức tự động hoá. Thứ được bàn giao lớn dần theo mức: một mô hình, một pipeline, rồi một hệ thống tự cập nhật.
Chương 2 · Vòng đời của hệ thống học máy →
Hình 4
Ba loại lỗi dữ liệu, từ dễ phát hiện và gây hại ngay tới khó phát hiện và gây hại chậm.
Chương 3 · Dữ liệu →
Hình 5
Đặc trưng "tổng số đơn hàng của khách" thay đổi theo thời gian: 12 vào ngày 1/3, 31 vào ngày 15/3, 480 vào hôm nay. Một dòng huấn luyện cần dự đoán cho ngày 1/4 phải dùng giá trị 31; dùng 480 là đưa thông tin của tương lai vào quá khứ.
Chương 4 · Đặc trưng →
Hình 6
Độ chính xác của v1 và v2 trên toàn bộ tập kiểm tra và trên từng nhóm. Chỉ số tổng thể tăng mạnh trong khi nhóm khách hàng mới giảm.
Chương 6 · Đánh giá mô hình trước khi triển khai →
Hình 7
Trái: p99 của thời gian trả lời theo số dịch vụ gọi song song. Phải: tỉ lệ yêu cầu gặp ít nhất một dịch vụ chậm hơn p99 của dịch vụ đó, bằng .
Chương 7 · Phục vụ mô hình →
Hình 8
Bốn chiến lược ra mắt. Mỗi chiến lược trả lời một câu hỏi khác nhau, nên chọn chiến lược theo câu hỏi cần trả lời ở từng bước.
Chương 8 · Triển khai mô hình mới →
Hình 9
Cỡ mẫu mỗi nhánh theo mức cải thiện tương đối cần phát hiện, với ba mức tỉ lệ nền. Trục tung dùng thang logarit.
Chương 8 · Triển khai mô hình mới →
Hình 10
Dữ liệu huấn luyện (xám), dữ liệu mới (màu) và biên quyết định của mô hình trong ba trường hợp. Ở hai trường hợp đầu, đám mây dữ liệu dịch chuyển và nhìn thấy được. Ở trường hợp concept drift, đám mây không đổi, chỉ có nhãn thay đổi, và độ chính xác giảm mạnh.
Chương 9 · Dịch chuyển phân phối →
Hình 11
PSI trung bình khi hai mẫu cùng phân phối, theo cỡ mẫu, với 5, 10 và 20 bin. Đường chấm là giá trị lý thuyết ; hai đường ngang là các ngưỡng 0,10 và 0,25.
Chương 9 · Dịch chuyển phân phối →
Hình 12
Tỉ lệ báo động theo độ dịch chuyển thật . Trái: quy tắc PSI > 0,25. Phải: kiểm định KS với .
Chương 9 · Dịch chuyển phân phối →
Hình 13
Độ chính xác theo tuần của cùng một mô hình trong cùng một thế giới, chỉ khác nhịp huấn luyện lại.
Chương 11 · Huấn luyện lại →
Hình 14
Qua 30 vòng huấn luyện lại: tỉ lệ danh mục từng được hiển thị (trái), chất lượng thật của 10 món xếp đầu (giữa), và tỉ lệ của nhóm 1% món tốt nhất đã từng được hiển thị (phải). Không ngẫu nhiên hoá, hệ thống chỉ hiển thị những món đã gặp ở vòng khởi động.
Chương 12 · Vòng phản hồi →