Jelaskan pertimbangan untuk penerapan model

Selesai

Dalam pembelajaran mesin, Penerapan Model dapat dianggap sebagai proses di mana Anda mengintegrasikan model pembelajaran mesin terlatih Anda ke dalam lingkungan produksi sehingga bisnis atau aplikasi pengguna akhir Anda dapat menggunakan prediksi model untuk membuat keputusan atau memperoleh keuntungan. wawasan tentang data Anda. Cara paling umum Anda menerapkan model menggunakan Azure Machine Learning dari Azure Databricks, adalah dengan menerapkan model sebagai layanan inferensi waktu nyata. Di sini istilah inferensi mengacu pada penggunaan model terlatih untuk membuat prediksi pada data masukan baru yang modelnya belum dilatih.

Apa itu Inferensi Waktu Nyata?

Model diterapkan sebagai bagian dari layanan yang memungkinkan aplikasi meminta prediksi langsung, atau waktu nyata, untuk pengamatan data individu atau sejumlah kecil.

A real-time inferencing service

Dalam pembelajaran Mesin Azure, Anda dapat membuat solusi inferensi real-time dengan menerapkan model sebagai layanan real-time, yang dihosting dalam platform terkemas seperti Azure Kubernetes Services (AKS).