Skip to main content

> ML_KUTUPHANE // GREAT-EXPECTATIONS_v1.0

Great Expectations

Superconductive / Great Expectations Community — Bildirimsel veri hattı testi ve otomatik doğrulama için sektör standardı açık kaynak çerçeve.

evaluation-observabilityv1.0.3Apache-2.0qualified
Resmi DokümantasyonKaynak Kod Deposu

Model Eğitimi (Training)

Desteklenmiyor

Bu kütüphane optimize edilmiş bir inference motorudur; model eğitimi için kullanılmaz.

Model Sunumu (Inference)

Destekleniyor
Inference Hızlandırıcıları:
CPU
Hedef Ortamlar (Targets):server

Neleri Sağlar (Ne Yapar)

  • +Bildirimsel veri kalitesi iddiaları ("expect_column_values_to_not_be_null", "expect_table_row_count_to_be_between")
  • +SQL veritabanları (Snowflake, BigQuery, Postgres), Spark ve pandas içinde yerel çalışan çoklu motor desteği
  • +Yaşayan Veri Belgeleri (Data Docs): veri şemaları ve test sonuçlarının insan tarafından okunabilir HTML belgelerini otomatik oluşturma
  • +Başarısız boru hattı kontrolleri için Slack, PagerDuty ve e-posta ile entegre otomatik denetim noktası uyarıları

Neleri Sağlamaz (Ne Yapmaz)

  • -Makine öğrenimi modelleri eğitme veya nöral ağ ağırlıklarını optimize etme
  • -İstatistiksel Shapley değeri yorumlanabilirliği gerçekleştirme (SHAP kullanın)
  • -İstemci tarafı mobil tarayıcı korumalı alanlarında çalışma

>Uygun İş Tipleri

  • Planlanan günlük model yeniden eğitiminden önce öznitelik deposu tablolarını doğrulama
  • Yukarı akış şema değişikliklerini yakalamak için Snowflake, Databricks veya BigQuery'de kurumsal ETL hatlarını test etme
  • Eğitim-çıkarım sapmasına (training-serving skew) yol açan sessiz bozuk veri alımını engelleme

>Uygun Olmayan İş Tipleri

  • Milisaniyelik gerçek zamanlı web çıkarım puanlaması
  • Bilgisayarla görme ve ses modeli mimarileri
Veri Yerleşimi ve İkameti

Sorgular doğrudan müşterinin mevcut veritabanı veya kümesi içinde çalışır. Özel VPC'den sıfır veri dışarı çıkar.

Güvenlik Değerlendirmesi

Apache-2.0 lisansı. Kurumsal veri mühendisliği için güvenilir açık kaynak standardı.

Operasyonel Metrikler ve Bilinen Kısıtlar

Olgunluk:mature
Öğrenme Eğrisi:moderate
Operasyon Yükü:moderate
Maliyet Seviyesi:free-oss
> Bilinen Kısıtlamalar:
  • Sürüm 1.0 yenilemesi temel yapılandırma API'lerini değiştirmiştir; v0.15/v0.18 DataContext sözdizimine atıfta bulunan eski eğitimler geçersizdir.

İlişkili Üretim Arıza Paternleri (Incidentpedia)

Bu kütüphaneyi üretimde kullanırken aşağıdaki arıza senaryolarına karşı fail-closed korumalar uygulayın:

training-serving-skew

> Birincil Kanıt ve Doğrulama Kaynakları

Great Expectations Documentationofficial-docs • >=1.0.0, <=1.0.x
2026-09-25HIGH