Analise de Fases de um projeto de Machine Learning

Este artigo aborda parte do curso de machine learning do cursera: mlops-findamentals-br

https://www.coursera.org/learn/mlops-fundamentals-br

Módulo Ciclo de vida do machine learning

Fases do Machine Learning:

• Descoberta
• Desenvolvimento
• Implantação

Fase de Descoberta, estabelecer o que será feito, apresentando o objetivo que deve ser alcançado.

Nessa fase estabelece o entendimento dos dados, apresentando as bases que serão utilizados no modelo de treinamento.

Nesta etapa serão escolhidas as ferramentas e tecnologias que serão utilizadas.

Etapa de Desenvolvimento

São duas bem distintas

Etapa de dados – Caracterizada pela limpeza de dados, extração e transformação. Nesta etapa visa garantir que as operações necessárias para os casos levantados na etapa de descoberta, sejam atendidos.

Etapa de programação – Pode ser dividida ainda em duas atividades

Etapa validação dos modelos e dados propostos – consiste na primeira etapa de validação dos modelos , permitindo checar se os modelos propostos realmente tem aderência , checando os modelos com a base de dados elencada na etapa de dados.

Durante a primeira etapa de validação, pode haver necessidade de interação com etapa de Descoberta, onde novos requisitos sejam vistos, bem como mudanças nos requisitos e validações previamente elaborados.

Após concluída a primeira etapa de validação, desenvolve-se o modelo que será utilizado. Criando as estruturas e funcionalidades totais, criando uma versão de produção, com modelos de dados e codificação que atendam todos os requisitos funcionais do projeto.

Etapa de Implantação

Na etapa de implantação o modelo e processos necessários a produção das informações e o processamento dos dados já foram resolvidas nas duas etapas anteriores, porem ainda existe a necessidade de resolver de hospedagem.

Perguntas que devem ser respondidas nesta etapa.

Arquitetura de infraestrutura que será utilizada para implantar em produção.

Arquitetura de desenvolvimento e homologação.

Armazenamento de dados

Gerenciamento e monitoramento

Quanto a implantação dos modelos em produção podemos conceituar.

• Nível 0 – Construção e implantação de modelos e treinamento
• Nível 1 – Automação de treinamento de modelos
• Nível 2 – Automação de Treinamento , automação de validação e implantação totalmente automatizada.