A laboratóriumban nagy pontossággal működő modell a telepítés után a vártnál gyengébben teljesíthet. A fő ok a tanítóadatok és a valós adatok közötti különbség. Egy másik szenzor, más évszak vagy eltérő felhasználói viselkedés megváltoztatja, milyen bemenetet lát a modell.
Telepítés előtt három dolgot határozzon meg: a sikert mérő mutatót és az elfogadási küszöböt; egy mechanizmust, amely figyeli, eltolódik-e a bemeneti eloszlás az idő múlásával; valamint azt, hogy milyen feltételek mellett tanítják újra a modellt, és ki hagyja jóvá az új verziót. Ha a szükséglet nem valós, az első kiadásban a szabályalapú megoldás gyakran megbízhatóbb és könnyebben magyarázható. Ha a modell bonyolultsága a rendszert nehezen karbantarthatóvá teszi, az nem ad hozzá értéket.
Hasonló projektet tervez?
Közösen át tudjuk beszélni, hogyan jelenik meg a cikkben tárgyalt téma az ön termékében.
