Detectar deriva del modelo
Con la detección de deriva del modelo, se le avisa automáticamente cuando un modelo comienza a moverse. Las alertas eliminan la necesidad de confiar en otro equipo para determinar la deriva manualmente y reducen los retrasos.
Vuelva a entrenar los modelos al instante para mantener un rendimiento óptimo.
Funciones, componentes y ventajas
Cuando un modelo empieza a moverse, sufre una degradación del rendimiento que afecta a la precisión de las puntuaciones futuras del modelo.
La detección de deriva de modelos de Mix Modeler utiliza IA para monitorizar sus modelos, detectar la deriva en cualquiera de los modelos y le solicita que vuelva a entrenar los modelos que experimentan la deriva.
La función utiliza los siguientes componentes:
- un cuadro de diálogo de notificación cada vez que abra un modelo que experimente una deriva,
- una visualización de la deriva en los diagnósticos del modelo,
- Pasos siguientes procesables que debe seguir para volver a entrenar su modelo a la deriva.
Las ventajas clave de la detección de deriva del modelo son las siguientes:
- No es necesario que supervise manualmente los modelos para detectar posibles derivaciones.
- Transparencia y confianza a través de la visualización de la deriva en los diagnósticos del modelo.
- Puede mejorar rápidamente el rendimiento de sus modelos sin necesidad de la asistencia de su equipo de ciencia de datos.
Interfaz de modelos
Veamos cómo funciona la detección de deriva de modelos en Mix Modeler. Seleccione Modelos del carril izquierdo para ver una descripción general de los modelos actuales.
Este tutorial incluye un modelo en el que la deriva se introdujo artificialmente para ayudar a ilustrar la función en acción. En la práctica, cualquier tipo de modelo es susceptible de derivar con el tiempo. La deriva del modelo se produce cuando los cambios en los datos o las condiciones subyacentes hacen que las predicciones de un modelo sean menos precisas con el tiempo, lo que da como resultado un rendimiento degradado.
Si esto les sucede a los modelos que ha creado, puede confiar en que Mix Modeler lo marcará automáticamente para que pueda realizar acciones.
Datos del modelo
En Mix Modeler, un modelo recibe formación sobre marketing y datos de factores. A medida que haya nuevos datos de factor o marketing incremental disponibles, puede volver a puntuar el modelo incorporando los nuevos datos en el conjunto de formación, lo que permite que el modelo sea más inteligente con el tiempo sin cambiar la estructura subyacente del modelo. La recapacitación va un paso más allá al actualizar el modelo en sí mismo, como añadir o eliminar conjuntos de datos de factores o marketing (por ejemplo, introducir un nuevo canal o factor) o cambiar de otra manera la estructura del modelo, para reflejar cambios más fundamentales en la dinámica del mercado o la estrategia de marketing. A menudo, la deriva del modelo refleja cambios más fundamentales en la dinámica del mercado o la estrategia de marketing en lugar de simplemente la acumulación de nuevos datos, lo que hace necesario el reciclaje para mantener la estructura del modelo alineada con las realidades actuales.
Al seleccionar un modelo y explorar sus perspectivas, la detección de deriva del modelo con IA habilitada se aplica al modelo. Y cuando se detecta la deriva, se le notifica automáticamente. El cuadro de diálogo "Deriva del modelo detectada" informa de que el modelo tiene una deriva y, por lo tanto, sufre una degradación del rendimiento. Como esto afectará la precisión de las puntuaciones futuras del modelo, se recomienda volver a entrenar para que el modelo vuelva a ser preciso y fiable.
Puede elegir cerrar la alerta de deriva del modelo por ahora seleccionando Cancelar. La próxima vez que abra el modelo, volverá a ver este cuadro de diálogo.
También puede optar por que se le recuerde más tarde. La próxima vez que abra una nueva sesión del explorador, volverá a aparecer la advertencia de deriva del modelo.
Como alternativa, se puede optar por resolver la deriva seleccionando Reentrenar (Retrain). Al seleccionar Volver a entrenar, el modelo se vuelve a entrenar inmediatamente con los datos nuevos que haya puesto a disposición de Mix Modeler. Por ejemplo, nuevos conjuntos de datos que agregó a Mix Modeler con datos de resumen, factor o evento actualizados. El modelo se vuelve a entrenar en todos estos nuevos datos para garantizar que el modelo vuelva a ser preciso y fiable.
Diagnósticos de modelo
Los diagnósticos de modelo son una función única de Mix Modeler. Las visualizaciones y tablas de la pestaña Diagnóstico permiten explorar "bajo el capó" el rendimiento del modelo. Por ejemplo, se puede inspeccionar el error de porcentaje absoluto medio que se utiliza comúnmente para cuantificar el error de predicción promedio del modelo. O inspeccione la media raíz del error al cuadrado, que es una métrica estándar para evaluar el rendimiento del modelo.
Cuando se detecta la deriva del modelo, aparece un banner. El banner le aconseja que vuelva a entrenar el modelo. Y también considerar volver a puntuar el modelo, ya que esto garantiza que las puntuaciones de atribución también se actualicen.
Además, en la visualización de la evaluación del modelo puede ver el período de tiempo en el que se produce la deriva del modelo, indicado por el fondo sombreado de color naranja. La deriva del modelo se activa cuando se cumplen ciertas condiciones que indican que los errores de predicción aumentan y que el ajuste del modelo se está degradando. Puede situarse sobre cualquier punto de datos en la visualización para ver una ventana emergente con más detalles de deriva del modelo para esa fecha específica.
Modelo de tren
Si ha seleccionado no volver a entrenar el modelo inmediatamente desde el cuadro de diálogo Detectar deriva del modelo, puede volver a entrenar el modelo desde la interfaz principal de Modelos.
Seleccione el botón Más para un modelo específico. A continuación, seleccione Entrenar (Train) del menú contextual para volver a entrenar el modelo de inmediato.
Conclusión
Con la detección de deriva del modelo de Adobe Mix Modeler, usted mantiene el control. Mediante alertas automáticas, formación instantánea y rendimiento del modelo siempre activo.
Gracias por ver este tutorial. Y disfrute de la función de detección de deriva de modelos de Mix Modeler.