相关文章标签: ml-systems-ml-ops
-
为什么好的模型不一定会创造业务价值 (business value)？
来自 Booking.com 案例的笔记：模型性能 (model performance) 和业务性能 (business performance) 是两码事，尤其是当 ML 进入真实产品时。
→ -
RecSysOps: 部署后运行推荐系统 (Operating a recommender system after deployment)
来自 Netflix RecSysOps 的关于运行推荐系统的笔记：当推荐系统进入生产环境时的故障检测、故障预测、诊断和解决。
→ -
可扩展 ML 系统的微服务架构模式 (Microservice Architecture Patterns for Scalable ML Systems)
关于如何将机器学习系统分解为更小的服务以使其更易于部署、监控和扩展的实用笔记。
→ -
Netflix 如何使用 ML 优化流媒体质量 (streaming quality)？
来自 Netflix 技术博客的笔记：机器学习如何用于预测流媒体质量、减少播放错误并改善观众体验。
→ -
ML 平台需要哪些模块？向 Uber Michelangelo 学习
分析 Uber Michelangelo，以了解生产环境中的 ML 平台 (ML platform) 需要数据 (data)、训练 (training)、部署 (deployment)、预测 (prediction) 和监控 (monitoring)。
→