视频: 估计CAPM 的beta 和 alpha 视频 2024
尽管您可能不喜欢它,但您的模型上线后,预测分析工作还没有结束。模型在生产中的成功部署是没有时间放松的。您需要密切关注其准确性和性能。一个模型往往会随着时间的推移而降低(有些模型比其他模型更快)并且不时需要新的能量输入来保持该模型的正常运行。要保持成功,必须根据新的数据和不断变化的情况重新评估模型并重新评估。
<! - 1 - >如果条件改变,不再适合模型的原始训练,那么您将不得不重新训练模型以满足新的条件。如此苛刻的新情况包括:
- 业务目标的整体变化
- 采用并迁移到新的更强大的技术
- 市场中新趋势的出现
- 竞争的证据赶上
通过开发自定义的应用程序来自动监视模型,报告并跟踪模型的性能。
- <!监控自动化,或者让其他团队成员参与,可以减轻数据科学家对模型性能的担忧,并可以改善每个人的使用时间。自动监测可以节省时间,并帮助您避免跟踪模型性能的错误。