免费编程教程

最新
混沌工程与 ML 系统

将混沌工程原则引入机器学习系统,主动注入故障以发现隐藏缺陷,提升推理服务对延迟、依赖故障的韧性。

5 0 0
2026-06-20
最新
影子部署 Shadow Deployment

将新模型作为影子服务与现网模型并行运行,记录其预测但不返回给用户,安全积累评估数据。

8 0 0
2026-06-20
最新
模型 A/B 测试

学习为模型上线设计 A/B 测试,分流实时流量,利用统计检验判断新模型是否显著优于旧模型。

6 0 0
2026-06-20
最新
模型重训练策略

对比定期重训练、基于漂移触发的重训练以及增量在线更新策略,选择合适的模型迭代方案以保持性能。

7 0 0
2026-06-20
最新
数据漂移与概念漂移

深入理解数据漂移与概念漂移的成因,学习 KS 检验、MMD 等统计检测方法以及模型重训练与适配策略。

7 0 0
2026-06-20
最新
模型监控与漂移检测

搭建生产环境模型监控体系,检测数据漂移与概念漂移,设定触发告警与自动重训练的阈值。

6 0 0
2026-06-20
最新
特征存储 Tecton

了解特征存储的架构,学习 Tecton 如何统一管理离线与在线特征,确保训练与服务阶段特征的一致性。

5 0 0
2026-06-20
最新
MLflow 模型注册与版本

使用 MLflow Tracking 记录实验参数与指标,通过 Model Registry 管理模型版本并一键部署到不同平台。

5 0 0
2026-06-20
最新
TFX TensorFlow Extended

使用 TensorFlow Extended 搭建端到端的 ML 生产流水线,包括数据验证、转换、训练、评估与模型推送。

7 0 0
2026-06-20
最新
机器学习流水线 Kubeflow

在 Kubernetes 上部署 Kubeflow,构建可复现的 ML 流水线,涵盖数据预处理、训练、调参与模型部署。

7 0 0
2026-06-20
最新
AI 工程师路线

聚焦模型训练和线上服务,从 ML 基础到 MLOps。

6 0 0
2026-06-19
最新
MLOps 机器学习运维体系

建立标准化的机器学习流水线,涵盖实验跟踪、模型注册、自动化部署和性能监控,实现 ML 的持续交付。

10 0 0
2026-06-12