创建出色的机器学习系统是一门艺术。
构建出色的机器学习系统时，需要考虑很多因素。但是经常发生的情况是，我们作为数据科学家只担心项目的某些部分。
但是，我们是否曾经考虑过拥有模型后将如何部署模型？
我见过很多机器学习项目，但其中许多注定要失败，因为它们从一开始就没有制定生产计划。
这篇文章是关于一个成功的ML项目的过程要求的-一个投产的项目。
1.在开始时建立基线
您实际上并不需要建立模型来获得基准结果。
假设我们将使用RMSE作为时间序列模型的评估指标。我们在测试集上评估了模型，RMSE为3.64。
3.64是不错的RMSE吗？我们怎么知道？我们需要基线RMSE。
这可能来自用于同一任务的当前使用的模型。或通过使用一些非常简单的启发式方法。对于时间序列模型，失败的基准是最后一天的预测。即，预测前一天的数字。
或图像分类任务如何。抽取1000个标记的样本，并按人类分类。人为准确性可以成为您的基准。如果人类无法在任务上获得70％的预测准确性，那么您的模型达到类似水平时，您总是可以考虑使流程自动化。
学习：在创建模型之前，请先了解要获得的结果。放出一些期望值只会让您和您的客户失望。
2.持续集成是前进的道路
您现在已经创建了模型。它的性能优于本地测试数据集上的基线/当前模型。我们应该前进吗？
我们有两个选择-
- 进入无限循环以进一步改进我们的模型。
- 在生产环境中测试我们的模型，获得更多有关可能出问题的见解，然后通过持续集成继续改进我们的模型。
我是第二种方法的粉丝。在他的真棒 第三场 命名构建学习机项目在Coursera 深度学习专业，安德鲁·Ng表示-
“不要一开始就尝试设计和构建完美的系统。取而代之的是，可能在短短几天内快速构建和训练基本系统。即使基本系统离您可以构建的“最佳”系统相去甚远，检查基本系统的功能还是很有价值的：您将迅速找到线索，向您显示最有价值的投资方向。”
完成比完美更重要。
学习：如果您的新模型比生产中的当前模型更好，或者新模型比基准更好，那么等待上线是没有意义的。
3.您的模型可能会投入生产
您的模型是否比基准更好？它在本地测试数据集上的性能更好，但总体上是否真的能很好地工作？
要测试您的模型优于现有模型的假设的有效性，可以设置A / B测试。一些用户（测试组）看到来自模型的预测，而某些用户（控件）看到来自先前模型的预测。
实际上，这是部署模型的正确方法。您可能会发现实际上您的模型并不像看起来那样好。
错误的确不是错，错误的是不要期望我们会错。
很难指出为什么模型在生产环境中表现不佳的真正原因，但某些原因可能是：
- 您可能会看到实时获得的数据与训练数据有很大的不同。
- 或者您没有正确完成预处理管道。
- 否则您无法正确衡量性能。
- 也许您的实现中存在错误。
学习： 不要全面投入生产。A / B测试始终是前进的绝妙方法。准备好要依靠的东西（也许是旧型号）。可能总会有可能无法预料的事情崩溃。
4.您的模型甚至可能无法投入生产
我创建了这个令人印象深刻的ML模型，它提供了90％的准确性，但是获取预测大约需要10秒。
可以接受吗？也许对于某些用例，但实际上没有。
过去，有许多Kaggle比赛的获胜者最终创造出了怪兽合奏，从而在排行榜上名列前茅。下面是一个特别的令人兴奋的示例模型，该模型用于赢得Kaggle的Otto分类挑战：
另一个例子是Netflix百万美元推荐引擎挑战赛。 由于涉及的工程成本，Netflix团队最终 从未使用成功的解决方案。
那么如何在机器上使模型准确又容易呢？
这是师生模型或知识蒸馏的概念。在知识蒸馏中，我们在已经训练好的较大的老师模型上训练了较小的学生模型。
在这里，我们使用教师模型中的软标签/概率，并将其用作学生模型的训练数据。
关键是老师正在输出课堂概率–“软标签”而不是“硬标签”。例如，水果分类器可能会说“ Apple 0.9，Pear 0.1”而不是“ Apple 1.0，Pear 0.0”。何必？因为这些“软标签”比原始标签提供的信息更多-告诉学生，是的，特定的苹果确实有点像梨。学生模型通常可以非常接近教师水平的表现，即使使用的参数减少了1-2个数量级！— 来源
学习：有时候，我们在预测时没有很多可用的计算，因此我们希望有一个更轻便的模型。我们可以尝试建立更简单的模型，或者尝试针对此类用例使用知识提炼。
5.维护和反馈循环
世界不是恒定不变的，您的模型权重也是如此
我们周围的世界正在迅速变化，两个月前可能适用的方法现在可能已不重要。在某种程度上，我们建立的模型是对世界的反映，如果世界在变化，我们的模型应该能够反映这种变化。
模型性能通常会随着时间而下降。
因此，我们必须从一开始就考虑在维护周期中升级模型的方法。
此周期的频率完全取决于您要解决的业务问题。在广告预测系统中，用户往往会变幻无常，并且购买模式不断出现，因此频率需要非常高。在评论情绪分析系统中，频率不必那么高，因为语言不会改变其结构。
我还想承认反馈循环在机器学习系统中的重要性。假设您预测在狗对猫分类器中，特定图像是狗的可能性很小。我们可以从这些低置信度的例子中学到什么吗？您可以将其发送到手动审阅，以检查它是否可以用于重新训练模型。这样，我们就可以在不确定的实例上训练分类器。
学习：考虑生产时，还要提出一个计划，以使用反馈来维护和改进模型。
结论
在考虑将模型投入生产之前，这些都是我发现重要的事情。
尽管这并不是您需要考虑的事情的清单，也可能会出错的事情的清单不完整，但无疑会在您下次创建机器学习系统时起到深思熟虑的作用。
本文转自medium，原文地址