> ML_LITERATURE // SCULLEY-2015-HIDDEN-TECHNICAL-DEBT-IN-MACHINE-LEARNING-SYSTEMS_v1.0
Hidden Technical Debt in Machine Learning Systems
D. Sculley, Gary Holt, Daniel Golovin, Eugene Davydov, Todd Phillips, Dietmar Ebner, Vinay Chaudhary, Michael Young, Jean-François Crespo, Dan Dennison · Advances in Neural Information Processing Systems (NeurIPS) (2015)
mlops-production2015industry-standardnotAssessed
Temel Katkı (Principal Contribution)
Sistemik makine öğrenimi bakım tuzaklarını (yapıştırıcı kod, boru hattı ormanları, veri bağımlılıkları, yapılandırma borcu) tanımlayarak model kodunun gerçek sistemlerin yalnızca küçük bir parçası olduğunu gösterdi.
Operasyonel ve Mühendislik Uygunluğu
Üretim sistemlerinde task-pipeline-orchestration uygulaması için yetkili referans olarak hizmet eder.
Temel Varsayımlar (Assumptions)
- Temel hesaplama topolojisi ve matematiksel sınırlar belirlenmiş dışbükeylik/pürüzsüzlük garantilerine uygundur
Kısıtlar ve Sınırlamalar (Limitations)
- Donanım hızlandırmaları, gizlilik bütçeleri ve yakınsama hiperparametrelere ve ağ iletişim limitlerine bağlıdır
Bağlantılı Algoritmalar, Mimariler ve Kütüphaneler
İlgili Algoritmalar:
İlgili Mimariler:
Uygulayıcı Kütüphaneler: