VIP20
本课程属于：046-机器学习数据流水线 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

机器学习训练样本回溯与版本管理

📚 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
01
回溯技术概述
什么是样本回溯、回溯在AI训练中的价值、常见回溯场景。
基础概念
02
数据存储与版本管理
样本存储格式（TFRecord、LMDB）、版本控制策略、元数据管理。
存储版本
03
回溯链路设计
数据管道设计、特征计算回溯、标签对齐策略。
架构链路
04
高性能回溯引擎
索引构建、并行读取、缓存策略、分布式回溯架构。
引擎性能
05
一致性校验
数据完整性校验、特征一致性校验、时间戳对齐校验。
校验质量
06
异常检测与修复
数据漂移检测、异常样本定位、自动修复机制。
异常修复
07
回溯性能优化
IO瓶颈分析、预取与流水线、内存管理、算子融合。
优化IO
08
大规模回溯实践
千亿级样本回溯方案、多模态数据回溯、实时回溯与离线回溯结合。
大规模实践
09
回溯工具链建设
回溯平台架构、可视化回溯界面、自动化回溯流水线。
工具平台
10
回溯与模型迭代
基于回溯的模型调优、A/B实验回溯、持续训练中的回溯策略。
迭代实验
11
回溯安全与隐私
数据脱敏、访问控制、审计日志。
安全隐私
12
回溯成本控制
存储成本优化、计算成本优化、冷热数据分层。
成本分层
13
回溯质量评估
回溯覆盖率、回溯准确率、回溯时效性指标。
质量指标
14
回溯与特征工程
特征回溯的挑战、特征存储与检索、特征时间旅行。
特征时间旅行
15
回溯与标签系统
标签回溯的难点、标签版本管理、标签修正与回滚。
标签版本
16
回溯与数据湖
基于数据湖的回溯架构、湖仓一体、ACID事务支持。
数据湖湖仓
17
回溯与流式计算
实时回溯与Flink/Kafka集成、事件时间处理、水位线对齐。
流式实时
18
回溯与离线计算
Spark/Hive回溯优化、分区裁剪、动态分区。
离线Spark
19
回溯与在线服务
在线回溯服务设计、低延迟回溯、缓存预热。
在线低延迟
20
回溯与MLOps
回溯在MLOps中的位置、回溯流水线编排、回溯与模型注册。
MLOps流水线
21
回溯与数据治理
数据血缘追踪、数据质量监控、数据生命周期管理。
治理血缘
22
回溯与多任务学习
多任务样本回溯、任务权重回溯、样本复用策略。
多任务复用
23
回溯与强化学习
经验回放机制、优先级采样、轨迹回溯。
强化学习回放
24
回溯与自然语言处理
NLP样本回溯、文本版本管理、数据增强回溯。
NLP文本
25
回溯与计算机视觉
图像样本回溯、数据增强回溯、标注版本管理。
CV图像
26
回溯与推荐系统
用户行为回溯、特征时间窗回溯、负采样回溯。
推荐行为
27
回溯与广告系统
广告样本回溯、竞价数据回溯、归因回溯。
广告归因
28
回溯与搜索系统
搜索日志回溯、点击模型回溯、排序特征回溯。
搜索排序
29
回溯与风控系统
风控样本回溯、欺诈检测回溯、模型回滚与回溯。
风控欺诈
30
回溯未来趋势
自动化回溯、智能回溯、因果回溯、联邦回溯。
趋势前沿
专注课程资料整理