AI-skolan
Model monitoring innebär att löpande övervaka en AI-modell i produktion för att säkerställa att den fortsätter prestera som förväntat. Modeller kan försämras över tid när verkligheten förändras på sätt som skiljer sig från träningsdatan — ett fenomen kallat model drift. Monitoring inkluderar att spåra prediktionskvalitet, datadrift och systemhälsa.
Exempel
En modell som förutsäger kreditrisk tränad på data från 2021 kan prestera sämre under en ekonomisk kris 2024 när konsumentbeteenden förändras drastiskt. Med model monitoring upptäcks sådana avvikelser tidigt — kanske via ökad andel felklassificeringar — vilket triggar en omträning av modellen med nyare data.
ML
Avancerat