預測模型上線前你需要事先規劃的內容

首頁

>

產品新知

> 內文

2019.08.06

如何將預測模型部署在正式環境,將即時資料與模型串接以實現即時性的預測?在演算法開發的過程中,用來測試的資料基本上是舊的、非即時的,並且資料來源會是固定的,與實際線上運作時完全不同。那麼如何才能在部署之前先做好準備,避免上線後才發現Bug、導致資料流斷鏈,引發營運危機呢?作者Martin Schmitz在文中也提出了幾點讓讀者思考,希望大家在轉型的過程中能最小化各種風險,一起進入機器學習領域。