Monitoreo del rendimiento de los modelos
¿QUÉ ES EL MONITOREO DEL RENDIMIENTO DE LOS MODELOS?
Descubre cómo los modelos de aprendizaje automático (ML) mantienen su efectividad y funcionan del modo previsto.
PRECISIÓN DE LOS MODELOS DE APRENDIZAJE AUTOMÁTICO (ML)
Ocúpate del deterioro del rendimiento de los modelos posterior al despliegue.
- Resuelve la desviación de datos y la desviación del concepto para mantener predicciones relevantes.
- Configura alertas a través de las alertas y la inteligencia aplicada de New Relic para resolver los problemas y reducir el exceso de alarmas.
- Examina los datos estadísticos del rendimiento y las características de los modelos para mejorar los resultados.
INTEGRACIONES LISTAS PARA USAR
Incorpora telemetría de aprendizaje automático (ML). Toma decisiones bien fundamentadas.
- Incorpora tus propios datos (características, valores de predicción, etc.) como datos de inferencia, estadísticas agregadas o métricas personalizadas.
- Emplea integraciones (por ejemplo, AWS SageMaker) para poder usar la telemetría de modelos de aprendizaje automático (ML) de otras plataformas.
- Aprovecha nuestra diversa comunidad de socios de plataforma abierta (open-platform) para la ingesta de datos.
OBSERVABILIDAD DE EXTREMO A EXTREMO
Visualiza los modelos en segundos y observa cómo aumenta su valor.
- Identifica y agrega gráficos hechos a la medida para ciertos casos.
- Obtén visibilidad instantánea de tus modelos con los dashboards de monitoreo del rendimiento que vienen listos para usar.
- Haz fácilmente seguimiento de las predicciones de los modelos y la desviación a lo largo del tiempo y obtén información valiosa a simple vista.
COORDINACIÓN ENTRE TODOS LOS EQUIPOS
Resuelve los problemas de colaboración en torno a aprendizaje automático (ML) con datos.
- Comparte una sola fuente de datos para reducir las brechas de ineficiencia entre los ingenieros de aprendizaje automático (ML), los equipos de DevOps y de científicos de datos.
- Observa el rendimiento en contexto en la única plataforma de observabilidad de todo el stack que hace seguimiento de los modelos de aprendizaje automático (ML).
- Colabora en un entorno de producción y responde a las alertas antes de que tu negocio se vea afectado.
