机器学习模型的实验、部署与监控：MLOps的应用方法
机器学习
2024-12-25 v1
摘要
近年来，数据科学作为工业支持工具变得越来越重要，以前所未有的方式显著增强了决策能力。在这一背景下，MLOps学科作为自动化机器学习模型生命周期的解决方案而出现，涵盖从实验到生产环境监控的各个环节。研究结果表明，MLOps是一个不断发展的学科，面临诸多挑战并提供了将开发与生产环境集成、在生产环境中发布模型以及在整个端到端开发生命周期中监控模型的解决方案。本文有助于理解MLOps技术及其最广泛的应用。
引用
@article{arxiv.2408.11112,
title = {Experimentation, deployment and monitoring Machine Learning models: Approaches for applying MLOps},
author = {Diego Nogare and Ismar Frango Silveira},
journal= {arXiv preprint arXiv:2408.11112},
year = {2024}
}