Resources

David Nigenda, Zohar Karnin, Muhammad Bilal Zafar, Raghu Ramesha, Alan Tan, Michele Donini e Krishnaram Kenthapadi. 2022. «Amazon SageMaker Model Monitor: un sistema per approfondimenti in tempo reale sui modelli di Machine Learning distribuiti»: arXiv:2111.13657.

Richard Meyes, Melanie Lu, Constantin Waubert de Puiseau e Tobias Meisen. 2019. «Studi di ablazione in reti neurali artificiali»: arXiv:1901.08644.

Brian Babcock, Mayur Datar e Rajeev Motwani. «Campionamento da una finestra mobile su dati in streaming»: Princeton University.

Chip Huyen. Progettazione di sistemi di Machine Learning: un processo iterativo per applicazioni pronte per la produzione. Sebastopoli, California: O'Reilly Media, 2022.

Cathy Chen, Niall Murphy, Kranti Parisa, D. Sculley e Todd Underwood. Machine Learning affidabile: applicazione dei principi SRE al machine learning in produzione. Sebastopoli, California: O'Reilly Media, 2022.

AWS Well-Architected Framework: Lente per il Machine Learning

Rileva la deriva dei dati NLP utilizzando Amazon SageMaker Model Monitor personalizzato (post sul blog)

A/B Test dinamici per modelli di machine learning con SageMaker MLOps progetti Amazon (post sul blog)

Amazon SageMaker

Controllo della versione dei dati (DVC)

AWS Servizi professionali