Üretimdeki ML modelleri için hangi izleme metriklerini ayarladınız?

Üretimdeki ML modellerini izlemek için genellikle aşağıdaki metrikler ayarlanır:

• Doğruluk (Accuracy) — doğru tahminlerin oranı.
• Precision ve Recall — özellikle dengesiz sınıflarda önemlidir.
• F1-score — precision ve recall'un harmonik ortalaması.
• ROC-AUC — farklı eşiklerde sınıflandırma kalitesi.
• Gecikme (Latency) — modelin yanıt süresi.
• Throughput — birim zamanda yapılan istek sayısı.
• Dönüşüm tespiti (Drift detection) — giriş verilerinin veya tahminlerin dağılımındaki değişikliklerin izlenmesi.
• Hata oranı (Error rate) — hata sıklığı.

Bu metriklerin gerçek zamanlı toplanması, sapmalar halinde uyarılar ve analiz için görselleştirme içerir. Örneğin, Prometheus ve Grafana kullanılarak metrikler toplanabilir ve gösterilebilir, ayrıca Evidently AI veya kendi betikleriniz gibi drift tespiti araçları kullanılabilir.