Обновление модели машинного обучения онлайн и почти в реальном времени с использованием обучающих данных, созданных производителем Kafka. В последнее время меня все больше интересует машинное обучение онлайн — возможность обновлять веса модели машинного обучения в производственных условиях. Помимо темы, предоставляющей мне забавные архитектурные задачи , этот подход может похвастаться огромным потенциалом выгоды. Это исследование от Grubhub в 2021 году продемонстрировало + 20 % с..

Под машинным обучением в реальном времени понимается постоянное улучшение модели машинного обучения путем предоставления ей фактических данных. Аналитик данных/ученый или разработчик создает модель в автономном режиме, используя набор предыдущего набора тестов. Все сектора и отрасли делают все возможное, чтобы извлечь все возможные выгоды из машинного обучения, будь то когнитивные исследования или автонепрерывные процессы. Подумайте об умном домашнем помощнике, таком как Google Home, или..

В настоящее время в области науки о данных более важно думать о том, как обрабатывать данные во время их создания или публикации, и это то, что мы назвали потоковой обработкой в ​​реальном времени . Для обработки данных в реальном времени используется множество инструментов и систем, таких как Google Cloud DataFlow , Amazon Kinesis и Apache Kafka . Прочтите эту статью , чтобы узнать больше о различных инструментах и ​​системах, используемых для обработки данных в реальном..