Passer la navigation

Billets de : Takuto Higuchi

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

mardi 12 juillet 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

mercredi 22 juin 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

Série de billets de blog sur MLOps (partie 1) : L’art de tester les systèmes d’apprentissage automatique à l’aide de MLOps

mardi 14 juin 2022

Les tests sont un exercice important dans le cycle de vie du développement d’un système d'apprentissage automatique pour garantir des opérations de haute qualité. Dans ce billet de blog, nous examinerons le test des systèmes d’apprentissage automatique à partir d’une perspective Machine Learning Operations (MLOps) et nous étudierons les bonnes pratiques et une infrastructure de test que vous pouvez utiliser pour créer des systèmes d’apprentissage automatique robustes, évolutifs et sécurisés.

Product Marketing Manager, Data and AI Marketing