MLOps
MLOps je praxe spolehlivého nasazování, monitorování a údržby modelů strojového učení v produkci — disciplína, která udržuje průmyslovou AI funkční po pilotu. Pokrývá verzování, přetrénovávání, monitorování posunu a správu, takže modely zůstávají přesné, jak se podmínky mění.
Mnoho projektů průmyslové AI uspěje jako pilot a poté tiše selže, protože model se zhoršuje, jak se mění zařízení, procesy nebo data. MLOps aplikuje na modely přísnost softwarového inženýrství: sledování verzí a dat, automatizaci přetrénovávání, monitorování kvality predikce a posunu a správu změn. Je tím, co mění jednorázový model ve spolehlivý produkční systém — stále důležitější, jak provozy nasazují více AI.
Související pojmy
Machine Learning (Industrial) · Anomaly Detection · Predictive Maintenance (PdM)