Mise à jour et réentraînement
Les prédictions sont recalculées chaque jour avec le modèle en service ; le réentraînement est déclenché à la demande et validé par un data scientist. Il n'est pas continu.
Deux rythmes
Opération | Rythme | Qui décide |
|---|---|---|
Application du modèle (prédictions) | À chaque synchronisation quotidienne de l'organisation | Automatique |
Réentraînement du modèle | À la demande | L'équipe, avec validation par un data scientist |
Schéma (version texte)
Synchronisation des sources → Recalcul des drivers
Recalcul des drivers → Application du modèle en service
Demande de réentraînement (équipe) → Validation par un data scientist
Validation par un data scientist → Nouveau modèle, mis en service
Nouveau modèle, mis en service → Application du modèle en service
Ensemble « Chaque jour » : Synchronisation des sources ; Recalcul des drivers ; Application du modèle en service.
Ce qui n'existe pas
Aucun réentraînement automatique ni aucune détection automatique de dérive du modèle n'est en place. L'écart entre les répartitions de classes prédites à l'entraînement et sur la base active est journalisé pour une revue humaine. Le modèle reste propre à l'organisation, y compris après réentraînement.
Nous ne publions pas de cadence de réentraînement ni de critère de déclenchement : ils se décident avec vous selon votre contexte.