এআই গ্লসারি
কৃত্রিম বুদ্ধিমত্তার সম্পূর্ণ অভিধান
Test de Régression Modèle
Procédure automatisée vérifiant qu'un nouveau modèle ou une nouvelle version de pipeline ne dégrade pas les performances par rapport à une version de référence sur un jeu de données de test fixe.
Validation de Dérive de Données (Data Drift Validation)
Test automatisé qui compare la distribution statistique des nouvelles données de production à celle des données d'entraînement pour détecter des changements significatifs pouvant impacter la performance du modèle.
Test de Biais (Bias Testing)
Ensemble d'automates mesurant et quantifiant les préjugés systématiques d'un modèle à l'égard de sous-groupes démographiques spécifiques pour garantir l'équité et l'éthique algorithmique.
Test de Conformité (Compliance Testing)
Vérification automatisée qu'un modèle et ses données respectent les réglementations et standards en vigueur, tels que le RGPD pour la protection des données personnelles.
Test de Performance de Latence
Mesure automatisée du temps de réponse d'un modèle en conditions de charge, garantissant qu'il respecte les exigences de temps réel pour une application en production.
Validation de la Cohérence des Features
Test automatisé qui s'assure que les caractéristiques (features) calculées par le pipeline respectent les contraintes de schéma, de type et de plage de valeurs attendues par le modèle.
Test de Stabilité du Pipeline
Validation automatisée de l'ensemble des étapes d'un pipeline ML (prétraitement, entraînement, inférence) pour s'assurer qu'il s'exécute de manière déterministe et sans erreurs.
Test de Sécurité Adversarial
Évaluation automatisée de la vulnérabilité d'un modèle à des attaques par exemples contradictoires (adversarial examples), conçus pour induire des prédictions erronées.
মনোটনি পরীক্ষা
স্বয়ংক্রিয় যাচাই যেখানে একটি ফিচার এবং পূর্বাভাসের মধ্যে একঘেয়ে সম্পর্ক আশা করা হয়, নিশ্চিত করে যে ফিচার বৃদ্ধি সত্যিই একটি ক্রমবর্ধমান (বা হ্রাসমান) পূর্বাভাসের দিকে নিয়ে যায়।
ডেটা গুণমান যাচাই (Data Quality Validation)
স্বয়ংক্রিয় পরীক্ষার সেট যা প্রশিক্ষণ বা ইনফারেন্স পাইপলাইনে অন্তর্ভুক্ত করার আগে কাঁচা ডেটার সম্পূর্ণতা, অনন্যতা, বৈধতা এবং সামঞ্জস্যতা যাচাই করে।
মেট্রিক্স অবনতি পরীক্ষা
ক্রমাগত পর্যবেক্ষণ যা একটি সতর্কতা ট্রিগার করে যদি মডেলের পারফরম্যান্স মেট্রিক্স (যেমন: F1-score, AUC) প্রোডাকশন ডেটাতে একটি পূর্বনির্ধারিত থ্রেশহোল্ডের নিচে নেমে যায়।
মডেল ইন্টিগ্রেশন পরীক্ষা
প্রশিক্ষিত মডেল এবং সিস্টেমের অন্যান্য উপাদানগুলির মধ্যে সঠিক মিথস্ক্রিয়ার স্বয়ংক্রিয় যাচাই, যেমন API, ডেটাবেস এবং মনিটরিং সার্ভিস।
শ্যাডো টেস্টিং
একটি কৌশল যেখানে একটি নতুন মডেল প্রোডাকশন মডেলের পাশাপাশি স্থাপন করা হয়, একই রিয়েল ট্রাফিক পায় কিন্তু ব্যবহারকারীদের প্রভাবিত না করে, সম্পূর্ণ সুইচওভারের আগে তাদের পারফরম্যান্স তুলনা করার জন্য।
পরীক্ষামূলক প্রতিলিপি পরীক্ষা
একটি অটোমেশন যা একই পাইপলাইন স্থির র্যান্ডম সিড দিয়ে চালিয়ে একটি প্রশিক্ষণের ফলাফলের পুনরুৎপাদনযোগ্যতা যাচাই করে, নিশ্চিত করে যে পরিবর্তনগুলি ন্যূনতম এবং নিয়ন্ত্রিত।
এমএল মডেলের জন্য ক্যানারি টেস্টিং
একটি ডিপ্লয়মেন্ট কৌশল যেখানে মডেলের একটি নতুন সংস্করণ প্রোডাকশনে ব্যবহারকারী ট্রাফিকের একটি ছোট শতাংশের কাছে প্রকাশ করা হয়, সম্পূর্ণ ডিপ্লয়মেন্টের আগে বাস্তব অবস্থায় যাচাই করার অনুমতি দেয়।
পাইপলাইন নির্ভরতা পরীক্ষা
স্বয়ংক্রিয় যাচাই যে এমএল পাইপলাইন দ্বারা প্রয়োজনীয় সমস্ত লাইব্রেরি, সফ্টওয়্যার সংস্করণ এবং বাহ্যিক সম্পদ টার্গেট এক্সিকিউশন পরিবেশে উপস্থিত এবং সামঞ্জস্যপূর্ণ।