迈向AI运维生命周期的自动化
机器学习
2020-03-31 v1 软件工程
摘要
当今的AI部署在模型生命周期的运维阶段往往需要大量人力参与及专业技能，包括发布前测试、监控、问题诊断与模型改进。我们提出一组可用于提升AI运维自动化水平从而降低所需人力的使能技术。由于人力参与的一个常见来源是需评估已部署模型的性能，我们聚焦于性能预测与KPI分析技术，并展示其如何用于提升典型AI运维流水线关键阶段的自动化。
引用
@article{arxiv.2003.12808,
title = {Towards Automating the AI Operations Lifecycle},
author = {Matthew Arnold and Jeffrey Boston and Michael Desmond and Evelyn Duesterwald and Benjamin Elder and Anupama Murthi and Jiri Navratil and Darrell Reimer},
journal= {arXiv preprint arXiv:2003.12808},
year = {2020}
}