Avaliação do módulo

O sistema de marcação de uma clínica exige uma pontuação imediata de risco de ausência no momento em que a equipa marca uma consulta. Para que tipo de endpoint deve a equipa implementar o modelo?

Porque é que o Azure Machine Learning pode gerar automaticamente o script de pontuação e o ambiente quando uma equipa de ciência de dados regista um modelo com MLflow?

Uma equipa redireciona 25% do tráfego dos endpoints para uma nova implementação de modelo. A sua taxa de erro aumenta acentuadamente, enquanto a implementação anterior mantém-se saudável. O que deve a equipa fazer primeiro?

Uma equipa implementa e testa um modelo automaticamente, mas quer que um revisor o aprove antes que o fluxo de trabalho altere o tráfego de produção. O que deve a equipa configurar?

Um monitor de modelo reporta um sinal de deriva previsível sustentado, e o pessoal da clínica confirma que os pacientes sinalizados não são, na verdade, de alto risco. Qual é o próximo passo mais adequado para a equipa de ciência de dados?