详细内容或原文请订阅后点击阅览
生产中的机器学习？这真正意味着什么
从笔记本电脑到现实世界的系统生产中的后机器学习？这到底意味着什么首先出现在《走向数据科学》上。
来源:走向数据科学，无论您是经理、数据科学家、工程师还是产品负责人，您几乎肯定至少参加过一次会议，讨论的主题是“将模型投入生产”。
但说真的，生产到底意味着什么？
如您所知，我是一名人工智能工程师。 2015 年，我在一家大型法国能源公司开始了我的第一份数据科学工作。当时，我们是第一批构建用于能源管理和生产（核能、水能和可再生能源）的人工智能应用程序的参与者之一。如果说在某个领域将人工智能投入生产受到严格监管，那就是能源，尤其是核能。这与数据的性质以及无法轻松地将机器学习模型推入现有环境的事实密切相关。
得益于这次经历，我很早就了解到在笔记本中创建模型只是冰山一角。我也很快开始谈论制作，但并不真正知道它意味着什么。出于这些原因，我想与您分享我多年来在将机器学习项目投入生产方面形成的更清晰的观点。
但是让我们暂停一下并思考一下我们的主要问题。
生产实际上意味着什么？
有时，“生产”这个流行词背后的含义可能很难阅读和理解。 YouTube 上有无数关于它的视频和文章，但很少有转化为可以实际应用到实际项目中的东西。
如果您尝试回答这个问题，我们的观点可能会在本文结束时趋于一致，即使我们用于实现生产的方法可能因环境而异。
主要定义
在机器学习的背景下，生产意味着模型的输出直接影响用户或产品。
这种影响可以采取多种形式，例如教育某人、帮助他们做出决定或实现他们以前无法做到的事情；它还可能意味着向购物应用程序的推荐系统添加一项功能。