Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.
Evaluieren Sie Ihr ML-Projekt mit der MLOps Checkliste
Charles Frenzel, Sharath Nagaraja und Spencer Romo Amazon Web Services ()AWS
Juli 2023 (Geschichte der Dokumente)
Die MLOps Checkliste ist eine praktikable Checkliste, die Sie in jeder Phase Ihres Machine-Learning-Projekts (ML) verwenden können. Die Checkliste ist ein Instrument zur Bewertung der allgemeinen Eignung, zur Prüfung der Systemabdeckung und zur Identifizierung neuer Potenziale in verteilten ML-Systemen. MLOps ist die Kombination aus Mitarbeitern, Technologie und Prozessen für die Bereitstellung von ML-Lösungen. Well-Architected MLOps hilft Unternehmen dabei, ML-Modelle effektiv und konsistent in der Produktion einzusetzen, und kann so einen Geschäftswert bieten.
Mithilfe der MLOps Checkliste können Sie Folgendes tun:
-
Beurteilen Sie Ihr MLOps System.
-
Finden Sie Bereiche, in denen sich Chancen bieten.
-
Finden Sie Bereiche mit Verbesserungspotenzial.
-
Evaluieren und aktualisieren Sie Ihre strategische Roadmap auf AWS.
-
Generieren Sie Backlog-Elemente.
Wir empfehlen, die MLOps Checkliste zu Beginn Ihres MLOps Projekts zu verwenden, aber es ist möglich, Teile davon in jeder Phase zu verwenden.
