README.ru.md

Платформа с открытым исходным кодом для наблюдения за приложениями машинного обучения, созданная для инженеров

Документация - Попробуйте - Сообщество поддержки - Отчет об ошибке - Запрос функции

Читать это на других языках:

UpTrain это инструмент с открытым исходным кодом и защитой данных, с помощью которого специалисты по машинному обучению могут наблюдать и совершенствовать свои модели машинного обучения, отслеживая их производительность, проверяя сдвиги в распределении (данных) и собирая крайние случаи для их повторного обучения. Он легко интегрируется с вашими существующими производственными конвейерами, и его запуск занимает несколько минут ⚡.

Ключевая особенность 💡

• Проверка дрейфа данных - Определите сдвиги распределения во входных данных вашей модели.
• Мониторинг производительности - Отслеживайте производительность своих моделей в режиме реального времени и получайте оповещения о снижении производительности.
• Поддержка вложений - Специализированные информационные панели для понимания встраивания на основе модели.
• Сигналы пограничного случая - Определяемые пользователем сигналы и статистические методы для обнаружения точек данных вне распределения.
• Проверка целостности данных - Проверяет наличие отсутствующих или противоречивых данных, дубликатов записей, качества данных и т. д.
• Настраиваемые показатели - Определите пользовательские показатели, которые имеют смысл для вашего варианта использования.
• Автоматизированное переобучение - Автоматизируйте переобучение модели, подключив конвейеры обучения и логического вывода.
• Смещение модели - Отслеживайте предвзятость в прогнозах вашей модели машинного обучения.
• Объяснимость ИИ - Понимание относительной важности нескольких функций для прогнозов.
• Безопасность данных - Ваши данные никогда не выходят из вашей машины.
• Slack интеграция - Получайте оповещения в Slack.
• Панели мониторинга в реальном времени - Чтобы визуализировать здоровье вашей модели вживую.

🚨Скоро🚨

• Сдвиг метки - Определите дрейфы в ваших прогнозах. Особенно полезно в тех случаях, когда наземная правда недоступна.
• Доверительный интервал модели - Доверительные интервалы для прогнозов модели
• Усовершенствованные методы обнаружения дрейфа - Методы обнаружения дрейфа на основе выбросов
• Нарезка расширенных функций - Возможность нарезки статистических свойств
• Тест Колмогорова-Смирнова - Для обнаружения сдвигов распределения
• Прогноз Стабильность - Отфильтруйте случаи, когда прогноз модели нестабилен.
• Состязательные проверки - Борьба с вражескими атаками

И более.

Начни 🙌

Вы можете быстро начать работу с Google Colab здесь.

Чтобы запустить его на своем компьютере, выполните следующие действия:

Установите пакет через pip:

pip install uptrain

Запустите свой первый пример:

git clone git@github.com:uptrain-ai/uptrain.git
cd uptrain/examples
pip install jupyterlab
jupyter lab

Для быстрого ознакомления с тем, как работает UpTrain, ознакомьтесь с нашим краткое руководство.

UpTrain in действие🎬

Одним из наиболее распространенных вариантов использования ML сегодня являются языковые модели, будь то суммирование текста, NER, чат-боты, языковой перевод и т. д. UpTrain предоставляет способы визуализации различий в обучающих и реальных данных с помощью кластеризации UMAP встраивания текста (выведено из BERT). Ниже приведены некоторые повторы с панели управления UpTrain.

Объяснимость ИИ из коробки

Мониторинг производительности модели в реальном времени и проверка целостности данных

Снижение размерности UMAP и визуализация

Коллекция крайних случаев для точной настройки модели позже

Почему UpTrain 🤔?

Модели машинного обучения (ML) широко используются для принятия важных бизнес-решений. Тем не менее, ни одна модель машинного обучения не является точной на 100%, и, кроме того, их точность со временем ухудшается 😣. Например, прогноз продаж со временем становится неточным из-за изменения покупательских привычек потребителей. Кроме того, из-за того, что модели машинного обучения представляют собой «черный ящик», выявить и устранить их проблемы сложно.

UpTrain решает эту проблему. Мы облегчаем специалистам по данным и инженерам машинного обучения понимание того, где их модели работают не так, и помогаем им исправить их до того, как другие пожалуются 🗣️.

UpTrain можно использовать для самых разных моделей машинного обучения, таких как LLM, модели рекомендаций, модели прогнозирования, модели компьютерного зрения и т. д.

Мы постоянно работаем над тем, чтобы сделать UpTrain лучше. Хотите новую функцию или нужны какие-либо интеграции? Не стесняйся создать проблему или способствовать прямо в репозиторий.

Лицензия 💻

Этот репозиторий опубликован под лицензией Apache 2.0. В настоящее время мы сосредоточены на разработке некорпоративных предложений, которые должны охватывать большинство вариантов использования за счет добавления дополнительных функций и расширения на большее количество моделей. Мы также работаем над добавлением размещенного предложения — связаться с нами если ты заинтересован.

Будьте в курсе ☎️

Мы постоянно добавляем множество функций и вариантов использования. Пожалуйста, поддержите нас, поставив звезду проекту ⭐!

Оставьте отзыв (жестче, тем лучше 😉)

Мы строим UpTrain публично. Помогите нам стать лучше, оставив свой отзыв здесь.

Авторы 🖥️

Мы приветствуем вклад в UpTrain. Пожалуйста, смотрите наш руководство по взносам для деталей.