模型监控最佳实践
白皮书
该领域在模型监测最佳做法方面的经验
越来越多的决策和关键业务流程依赖于用机器学习和其他统计技术生成的模型.
原因有很多, 这些模型的输入和输出会随时间“漂移”, 会产生意想不到的行为并降低预测的准确性. 不幸的是, 由于工具或内部流程的不足，这种漂移常常没有被认识到, 导致严重的经济损失或降低客户体验.
今天就下载这篇文章来学习:
- 影响机器学习模型的数据漂移类型;
- 如何识别正在退化的模型;
- Five best practices for monitoring models in production; and
- 修正模型漂移的建议步骤.
本文展示了Domino在与Allstate等公司的数据科学领导者共事5年多的过程中所学到的最佳实践, 拜耳, 戴尔和穆迪分析公司.