Solucionado (ver solução)
Solucionado
(ver solução)
2
respostas

Qual o próximo passo depois de treinar e testar?

Olá,

Finalizei o curso e fiquei com uma dúvida: Depois que separei os dados, treinei o algoritmo e cheguei a uma acurácia aceitável, como colocaria este modelo "em produção"

Supondo uma situação prática e tomando como exemplo a classificação dos carros que foi ensinada no curso: Chegamos em ~70% de acurácia e consideramos que será utilizado esse modelo.

  • Como faria para inserir os novos dados?
  • No dia-a-dia, qual é o próximo passo?
  • Tem algum curso aqui na Alura que aborda isso com um pouco mais de detalhes?

Obrigada!!

2 respostas
solução!

Bom dia Daiane,

  • Como faria para inserir os novos dados?

Você pode inserir novos dados juntando esses novos dados ao dataframe ou numpy array que usou para o treino do modelo. Depois de inserir os novos dados no x e y deve realizar o treino novamente utilizando o modelo que havia treinado anteriormente.

modelo.fit(x_treino,y_treino)

Isso irá atualizar os parâmetros do modelo.

  • No dia-a-dia, qual é o próximo passo?

No dia a dia o próximo passo seria refinar mais o modelo e se assegurar que os dados que iremos passar para o modelo de produção estejam todos no formato correto. Ou seja, que eles passem por todo o pré-processamento que fizemos antes de realizar o treinamento.

Esse artigo (em inglês) fala um pouco sobre a construção do modelo para a produção. Você pode ver os passos são parecidos com os do curso. Apenas na parte final é que ele realiza o passo extra de salvar o modelo em um arquivo e carrega para testar novamente.

  • Tem algum curso aqui na Alura que aborda isso com um pouco mais de detalhes?

Eu acho que esse curso é o que está procurando. Posteriormente seguiria para cursos de machine learning com redes neurais como os cursos de Keras ou Pytorch.

Alan,

Muito obrigada pela resposta, ajudou muito!