请问怎么学习put model into production, monitoring之类

大家好我新手轻拍。。。

我一个模型做好了tune好了，在R里面，比如是定价模型，用历史数据预测新case价格的，现在要put into production, monitoring，随着结果改变自己，在azure devops的pipeline里，我搜来搜去都不会，ml有很多地方教啊，为什么这些实际的事情没有地方教呢？

请致电一下，最好有个教程啥的，不要以为说pipeline我就懂那是啥。。。

plich 发表于 2021-3-17 02:09
如果你职责跟国内的算法工程师差不多的话就找同事解决，否则的话不懂不学不会搜索是你自己的问题。

那这个论坛存在的意义是什么呢？

jerrytim 发表于 2021-3-18 01:40
是一个静态的数据库的话, 那楼主你要写相应的代码 fetch新的数据吧, 这个新的数据也是要存到数据库的, 这 ...

对，整个过程我在R里面写好了，从联系上dwh拉一个固定期间的数据，到分train test sets，测试不同的模型，tune hyperparameter，看auc ks，啥的，用哪些特征/参数是啥，我都在R里搞好了，现在人家叫我在deploy azure devops pipeline里, put into production，我觉得就是要实时数据进，看模型预测的还好不好，但怎么做我就完全不知道了，天下无恙无恙各种ml课程，但是都没有教我怎么put into production呀。。。所以上来问问。。。

YYYYTTT 发表于 2021-3-18 00:26
历史数据是从数据库里拉的，也就是说是静态的，从某年某月某日到某年某月某日的数据弄出来一个，比如逻辑 ...

是一个静态的数据库的话, 那楼主你要写相应的代码 fetch新的数据吧, 这个新的数据也是要存到数据库的, 这样你的 lr 模型获取 training data 的时候, 打个比方获取 last 30 days 不就是不断 train 新模型 on 新数据了么. 这整个流程, 楼主在自己电脑上面跑过了, 估计就能理解 cloud 上面的 pipeline 了

Lz说要“随着结果改变自己” 这是online learning的意思么？一般常用的模型不支持这种吧？

小六毛 发表于 2021-3-16 21:15
Lz说要“随着结果改变自己” 这是online learning的意思么？一般常用的模型不支持这种吧？

不是，还没有那么高级，就是隔三差五看看模型随着时间推移会不会变糟糕，

https://github.com/microsoft/MLOps

如果你职责跟国内的算法工程师差不多的话就找同事解决，否则的话不懂不学不会搜索是你自己的问题。

Azure DevOps 的pipeline和machine learning pipeline还是不大一样的。你可以去学一下Azure Machine Learning，里面对你的问题有比较完善的解决方案。

楼主的这个 idea 可以是非常非常复杂的一个系统, 也可以是简单粗暴的逻辑...历史数据是在数据库里面还是只是一个 file? 如果是数据库, 数据会不断更新, 那最简单粗暴的就是写一点逻辑每隔几天抓新的数据 evaluate 模型, retrain, 再 deploy...假如是一个 file, 那也是有变通方法...建议楼主用 Python 处理这些, 耐心点谷歌一下各个部分怎么做

在pipeline里定期feed新数据retrain不就行了？
没看懂问题何在

solomonking 发表于 2021-3-17 00:05
https://github.com/microsoft/MLOps

谢谢！！！

BobbyBear 发表于 2021-3-17 02:19
Azure DevOps 的pipeline和machine learning pipeline还是不大一样的。你可以去学一下Azure Machine Learni ...

谢谢指点！！！