« Surveillance des modèles » : différence entre les versions


(Page créée avec « ==en construction== == Définition == XXXXXXXXX == Français == ''' XXXXXXXXX ''' == Anglais == ''' Model monitoring''' Model monitoring refers to the process of close... »)
 
m (Remplacement de texte : « ↵<small> » par «  ==Sources== »)
 
(4 versions intermédiaires par 2 utilisateurs non affichées)
Ligne 1 : Ligne 1 :
==en construction==
== Définition ==
== Définition ==
XXXXXXXXX
Suivi accru des performances des modèles d'apprentissage automatique en production afin que les équipes de production et d'intelligence artificielle puissent identifier les problèmes potentiels avant qu'ils n'aient un impact sur l'entreprise. Une infrastructure d'[[opérations d'apprentissage automatique]] robuste doit être capable de surveiller de manière proactive la disponibilité du service, d'évaluer la pertinence des données, la précision du modèle ainsi que l'impact sur l'entreprise. 


== Français ==
== Français ==
''' XXXXXXXXX '''
'''surveillance des modèles'''


== Anglais ==
== Anglais ==
''' Model monitoring'''
''' model monitoring'''


Model monitoring refers to the process of closely tracking the performance of machine learning models in production. It enables your AI team to identify and eliminate a variety of issues, including bad quality predictions and poor technical performance. As a result, your machine learning models deliver the best performance.
 
At a high level, we can think of ML monitoring capabilities as a way to identify what could be wrong in an ML pipeline.
==Sources==
<small>


[https://valohai.com/model-monitoring/ Source : valohai]
[https://valohai.com/model-monitoring/ Source : valohai]
[https://www.datarobot.com/wiki/model-monitoring/ Data Robot]




[[Catégorie:vocabulary]]
[[Catégorie:GRAND LEXIQUE FRANÇAIS]]

Dernière version du 28 janvier 2024 à 13:56

Définition

Suivi accru des performances des modèles d'apprentissage automatique en production afin que les équipes de production et d'intelligence artificielle puissent identifier les problèmes potentiels avant qu'ils n'aient un impact sur l'entreprise. Une infrastructure d'opérations d'apprentissage automatique robuste doit être capable de surveiller de manière proactive la disponibilité du service, d'évaluer la pertinence des données, la précision du modèle ainsi que l'impact sur l'entreprise.

Français

surveillance des modèles

Anglais

model monitoring


Sources

Source : valohai

Data Robot



Contributeurs: Imane Meziani, wiki