AI-skolan
Batch processing innebär att data samlas in och bearbetas i grupper (batches) vid en viss tidpunkt, snarare än kontinuerligt i realtid. Inom AI används batch processing för att träna modeller på stora datamängder, köra inferens på stora volymer data och bearbeta data-pipelines på schemalagda tidpunkter. Det är mer resurseffektivt än realtidsbearbetning men ger inte omedelbara resultat.
Exempel
En näthandelssajt som vill generera personliga rekommendationer för alla sina 10 miljoner kunder kör ett batchjobb varje natt: modellen bearbetas alla kunders historik, genererar topp-10 rekommendationer för varje person och skriver resultaten till en databas — som sedan snabbt kan läsas upp i realtid när kunderna besöker sajten nästa dag.
ML
Avancerat