![](https://maurinsoft.com.br/wp-content/uploads/2023/09/image-57.png)
Analise de Fases de um projeto de Machine Learning
28 de setembro de 2023Este 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.