首页
›
数据工程与实时数据平台
›
013-MLOps数据底座
›
《MLOps模型数据切片分析技巧》
VIP20
本课程属于:013-MLOps数据底座
数据工程与实时数据平台 · 共 20 门相关课程,组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录
咨询 / 购买
MLOps模型数据切片分析技巧
📚 共计 30 章节
点击此处阅读海量试读课程:100+行业、1000+细分领域
第 01 章
切片分析概述
什么是模型数据切片?为什么需要切片分析?切片分析在MLOps中的定位。
基础
MLOps
第 02 章
切片分析核心概念
数据分布、特征空间、标签分布、切片粒度。
核心
理论
第 03 章
切片分析工具链
Pandas基础、NumPy基础、Scikit-learn基础、可视化库(Matplotlib/Seaborn)。
工具
Python
第 04 章
单变量切片分析
数值型特征切片、类别型特征切片、时间序列切片、文本特征切片。
单变量
实践
第 05 章
多变量切片分析
特征组合切片、交叉分析、高维切片降维可视化。
多变量
降维
第 06 章
基于模型性能的切片
按预测置信度切片、按误差分布切片、按混淆矩阵切片。
性能
诊断
第 07 章
切片质量评估
切片稳定性、切片代表性、切片覆盖度、切片纯净度。
质量
指标
第 08 章
自动化切片发现
决策树切片、聚类切片、异常检测切片、规则挖掘切片。
自动化
挖掘
第 09 章
切片分析实战案例
信贷风控模型切片分析、推荐系统切片分析、NLP模型切片分析。
实战
案例
第 10 章
切片分析报告生成
自动化报告框架、可视化仪表盘、可解释性报告。
报告
可视化
第 11 章
切片分析最佳实践
切片策略选择、常见陷阱、性能优化。
最佳实践
优化
第 12 章
切片分析进阶
因果切片分析、反事实切片、公平性切片。
进阶
公平性
第 13 章
切片分析工具实战
使用Pandas进行切片、使用Great Expectations进行数据质量切片。
工具
数据质量
第 14 章
切片分析在计算机视觉中的应用
图像分类切片、目标检测切片、分割模型切片。
CV
视觉
第 15 章
切片分析在NLP中的应用
情感分析切片、命名实体识别切片、文本分类切片。
NLP
文本
第 16 章
切片分析在时序模型中的应用
时间序列预测切片、异常检测切片、趋势分析切片。
时序
预测
第 17 章
切片分析在推荐系统中的应用
用户分群切片、物品属性切片、交互行为切片。
推荐
用户
第 18 章
切片分析在强化学习中的应用
状态空间切片、动作空间切片、奖励分布切片。
强化学习
RL
第 19 章
切片分析在生成模型中的应用
生成质量切片、多样性切片、模式坍塌检测。
生成模型
GAN
第 20 章
切片分析在联邦学习中的应用
客户端数据分布切片、模型聚合效果切片、隐私保护切片。
联邦学习
隐私
第 21 章
切片分析在模型监控中的应用
在线监控切片、漂移检测切片、告警策略切片。
监控
漂移
第 22 章
切片分析在模型可解释性中的应用
SHAP值切片、LIME切片、特征重要性切片。
可解释性
XAI
第 23 章
切片分析在模型公平性中的应用
敏感属性切片、公平性指标切片、偏见检测切片。
公平性
偏见
第 24 章
切片分析在模型鲁棒性中的应用
对抗样本切片、噪声鲁棒性切片、分布外检测切片。
鲁棒性
安全
第 25 章
切片分析在模型压缩中的应用
量化误差切片、剪枝影响切片、蒸馏效果切片。
压缩
量化
第 26 章
切片分析在AutoML中的应用
超参数搜索空间切片、模型架构切片、训练策略切片。
AutoML
超参数
第 27 章
切片分析在数据增强中的应用
增强策略切片、增强效果评估、过拟合检测切片。
数据增强
过拟合
第 28 章
切片分析在迁移学习中的应用
源域目标域分布切片、特征迁移效果切片、微调策略切片。
迁移学习
微调
第 29 章
切片分析在多模态模型中的应用
模态对齐切片、模态缺失处理、跨模态检索切片。
多模态
对齐
第 30 章
切片分析未来趋势
大模型切片分析、自动化切片分析平台、切片分析标准化。
趋势
大模型
所属VIP或分类
同VIP:MLOps从数据到模型的全链路管理
同VIP:MLOps可复现实验的完整工作流
同VIP:MLOps可复现训练环境配置秘籍