モデルパフォーマンスモニタリングとは
MLモデルが関連性を維持し、意図した通りに機能する方法
精度の高いMLモデル
デプロイメント後のモデルパフォーマンスの低下に対処
- データのドリフトとコンセプトのドリフトを解決して、関連する予測を維持
- New RelicアラートとApplied Intelligence(AI)からアラートを設定して、問題を解決しノイズを軽減
- モデルのパフォーマンスとモデル機能の統計データを表示して、結果を改善

エンドツーエンドのオブザーバビリティ
瞬時にモデルを可視化、その価値を実感してください
- 特定のユースケースに合わせて調整されたチャートを検索して追加
- すぐに使用できるパフォーマンス監視ダッシュボードを使用して、モデルを即座に可視化
- 時間の経過に伴うモデルの予測とドリフトを簡単に追跡し、インサイトを一目で確認


チーム間の協調
データを扱うMLに関するコラボレーションを解決
- 1つのデータソースを共有することで、MLエンジニア、DevOps、データサイエンスチーム間の非効率的なギャップを縮小
- MLモデルを追跡する唯一のFull-Stack Observabilityプラットフォームで、コンテキストに沿ったパフォーマンスを確認
- ビジネスに影響が及ぶ前に、本番環境で連携し、アラートに対応