Omitir navegación

Entradas de: Takuto Higuchi

MLOps Blog Series Part 4: Testing security of secure machine learning systems using MLOps

martes, 12 de julio de 2022

The growing adoption of data-driven and machine learning-based solutions is driving the need for businesses to handle growing workloads, exposing them to extra levels of complexities and vulnerabilities. Here are some key approaches and tests for securing your machine learning systems against attacks with Azure Machine Learning using MLOps.

Product Marketing Manager, Data and AI Marketing

MLOps Blog Series Part 2: Testing robustness of secure machine learning systems using machine learning ops

miércoles, 22 de junio de 2022

Robustness is the ability of a closed-loop system to tolerate perturbations or anomalies while system parameters are varied over a wide range. There are three essential tests to ensure that the machine learning system is robust in the production environments: unit tests, data and model testing, and integration testing.

Product Marketing Manager, Data and AI Marketing

Serie de entradas de blog sobre MLOps, 1ª parte: El arte de probar sistemas de aprendizaje automático con MLOps

martes, 14 de junio de 2022

Las pruebas son una práctica importante en el ciclo de vida del desarrollo de un sistema de aprendizaje automático para garantizar operaciones de alta calidad. En esta entrada de blog, analizaremos las pruebas de los sistemas de aprendizaje automático desde una perspectiva de MLOps (operaciones de aprendizaje automático) y conoceremos los procedimientos recomendados y un marco de pruebas que puede usar para crear sistemas de aprendizaje automático sólidos, escalables y seguros.

Product Marketing Manager, Data and AI Marketing