Modul ini membahas kehidupan model setelah dilatih. Topiknya meliputi persistensi model, pola inferensi batch dan real-time, pemantauan drift, reproducibility, struktur proyek, dan machine learning yang bertanggung jawab. Porsi MLOps di sini bersifat sentuhan, bukan pembahasan penuh.
Deployment dan Sentuhan MLOps
Modul penyajian model: persistensi, inferensi batch dan real-time, drift, reproducibility, struktur proyek, dan ML yang bertanggung jawab.
0/0 selesai
- Persistensi Model
Serialisasi model ke berkas dan pemberian versi pada artefak model.
- Inferensi Batch vs Real-Time
Perbandingan pola penyajian inferensi batch dan real-time.
- Pemantauan Drift
Pemantauan drift: mengenali model yang membusuk secara diam-diam.
- Reproducibility
Seed, pemberian versi pada data, dan lingkungan untuk hasil yang dapat direproduksi.
- Struktur Proyek Machine Learning
Mengorganisasi kode proyek machine learning melampaui notebook.
- Machine Learning yang Bertanggung Jawab
Bias pada dataset, metrik keadilan, dan model card yang jujur.