机器学习模型部署
它是什么，为什么重要，它的主要挑战是什么
发表于
8分钟读取
2021年4月28日
-介绍
如今，在互联网上，你可以找到各种各样的资源，这些资源涉及成功开发机器学习模型的科学和方法。无论你想开发一个有监督的还是无监督的学习模型及其所有子类型，数以千计的帖子将一步一步地告诉你如何去做。
所以，这就是我们在这篇文章中要探索的:什么是模型部署，为什么它很重要，它的主要挑战是什么。
注意:这篇文章包含附属链接，这样你就可以轻松地购买这本书，而不需要任何额外的费用，同时有助于创建更多像这样的帖子。
这篇文章的灵感来自Pramod Singh的伟大著作《将机器学习模型部署到生产中》。如果你有兴趣并想深入研究这个话题，我强烈建议你去看看并购买它。
什么是模型部署？
我在以前的帖子中谈到了成功开发机器学习模型，我甚至发布了几个解决回归和分类等问题的实际例子。
模型开发和部署的一般过程与此非常相似:
作者图，灵感来源
构建和部署一个模型是一个迭代的过程，其中一些循环部分将从其他需要改进的步骤的信息中得到启发。数据科学团队和业务部门需要回答一些问题:
你试图解决的问题是什么？
- What is the problem that you are trying to solve?
- How can we use data to solve this problem?
- What data do we need? And what do we currently have?
