Переобучать модель каждую неделю – не лучшая идея. Иногда это делает её только хуже

Но если универсального расписания не существует, как понять, что модель действительно пора обновлять? Именно этот вопрос в реальных ML-проектах оказывается гораздо сложнее, чем кажется.

И ответ на него дает Александр Дубейковский (ML Engineer в Авито, ex-Яндекс) в новом видео у нас на YouTube, в ВК и Дзен.

Посмотрев видео, вы узнаете:
▪️почему модели начинают деградировать;
▪️чем отличаются Data Drift и Concept Drift;
▪️по каким сигналам команды понимают, что модель пора обновлять;
▪️почему слишком частое переобучение может навредить.

Так что если хотите лучше разобраться в том, что происходит с ML-моделью после деплоя, этот выпуск точно стоит посмотреть.

Смотреть на YouTube: https://youtu.be/HruY9DlvfO8
Смотреть в ВК: https://vk.ru/video-228219607_456239276
Смотреть в Дзене: https://dzen.ru/video/watch/6a6884e65ea2b41354e6c050

P.S. проводим A|B-тесты обложек, как думаете, какая лучше?