🏠 Accueil
基準測試
📊 Tous les Benchmarks 🦖 Dinosaure v1 🦖 Dinosaure v2 ✅ To-Do List Apps 🎨 Pages Libres 🎯 FSACB - Showcase 🌍 Traduction
Modèles
🏆 Top 10 Modèles 🆓 Modèles Gratuits 📋 Tous les Modèles ⚙️ Modes Kilo Code
Ressources
💬 Prompts IA 📖 人工智能詞彙表 🔗 Liens Utiles

AI 詞彙表

人工智能完整詞典

200
類別
2,608
子類別
30,011
術語
📖
術語

机器学习的CI/CD

专门针对机器学习模型生命周期的持续集成和持续部署流水线,整合了数据验证、自动训练和生产环境中模型的受控部署。

📖
術語

自动重新训练流水线

根据预定义条件(时间、基于性能或数据漂移)自动触发模型重新训练的编排工作流程,包括验证和条件部署。

📖
術語

影子部署

一种部署策略,新模型与生产模型并行运行而不影响用户,允许在完全切换前进行性能的静默验证。

📖
術語

机器学习的金丝雀部署

一种渐进式部署方法,新模型首先暴露给小比例的流量,进行密集监控,然后逐步扩展到所有请求。

📖
術語

机器学习实验跟踪

机器学习实验的超参数、指标、工件和结果的结构化日志系统,允许系统比较和重现训练运行。

📖
術語

持续模型评估

自动化评估生产环境中模型性能与基准测试集的持续过程,包括回归检测和偏差指标。

📖
術語

模型治理流水线

一组自动化的控制措施,在模型推广到生产环境之前验证其法规合规性、算法公平性和文档完整性。

📖
術語

特征工程自动化

自动化的特征创建、转换和选择流水线,具有时间稳定性验证和分布漂移跟踪,以保持预测质量。

📖
術語

ML模型验证

CI/CD流水线中的系统化步骤,在部署前验证模型的鲁棒性、泛化能力和合规性,包括单元测试、集成测试和业务验证。

📖
術語

超参数优化CI

将超参数优化持续集成到构建流水线中,通过交叉验证和结果跟踪自动化搜索最优配置。

📖
術語

模型可解释性流水线

在CI期间自动化生成和验证模型解释(SHAP, LIME)的工作流程,确保在生产部署前的透明度和可解释性。

🔍

搵唔到結果