me_edu
MLOps и прикладное машинное обучение: от baseline до production-моделиШаг 11 из 13 · 0% пройдено
Serving, monitoring и governance

Model registry и approval

Шаг 11 из 1310 минТеория
Цель

Понять основной механизм темы «Model registry и approval» без заучивания отдельных терминов.

Как работать

Прочитайте блок один раз целиком, затем вернитесь к схеме или примеру и перескажите идею своими словами.

Критерий

Сформулированное правило, пример применения и одно ограничение метода.

PROCESS DIAGRAM1train run2metrics3registry4review5staging6production
Model lifecycle: модель проходит регистрацию, review, staging и только затем production
Опорная идея

Модель — это артефакт с происхождением: данные, код, параметры, метрики, ограничения, дата обучения, владелец и статус approval. Model registry помогает понять, какая версия работает в production, какую можно откатить и почему новая модель была допущена к релизу.

Без учета артефактов ML-система превращается в набор notebook-файлов, где невозможно воспроизвести результат.

Назад

Обсуждение

Войдите, чтобы участвовать в обсуждении.

Пока нет сообщений.