Navegando por Autor "Oliveira, Joao Paulo Marques"
Agora exibindo 1 - 1 de 1
- Resultados por página
- Opções de Ordenação
TCC Análise comparativa da implantação de um modelo de classificação com aprendizado de máquina em diferentes níveis de MLOps(Universidade Federal do Rio Grande do Norte, 2023-12-08) Oliveira, Joao Paulo Marques; Lins, Hertz Wilton de Castro; https://orcid.org/0000-0003-1138-4276; http://lattes.cnpq.br/7712686175574736; Júnior, Luiz Gonzaga de Queiroz Silveira; https://orcid.org/0000-0001-6167-1893; http://lattes.cnpq.br/5714183212530259; Fernandes, Felipe Ricardo dos Santos; https://orcid.org/0000-0003-0805-1796; http://lattes.cnpq.br/9594127311197032A integração de implementações das aplicações de Aprendizagem de máquina (AM) com operações de sistemas é notoriamente mais complexa se comparada a outras aplicações no campo da Engenharia de Software. com outros tipos de aplicações na Engenharia de Software. Isto ocorre porque os sistemas de AM apresentam as mesmas dificuldades de um sistema de software comum, acrescido das dificuldades da AM. Realizar a manutenção desses sistemas também é uma tarefa complexa devido a natureza instável dos modelos de AM diante de variações nos padrões dos dados. Este trabalho realiza uma análise comparativa entre diferentes níveis de MLOps para compreender as nuances dessa integração. Adotando uma metodologia comparativa experimental, conduzimos uma revisão bibliográfica sobre MLOps e preparamos um ambiente de trabalho na Amazon Web Services (AWS). Implementamos um sistema de classificação em três diferentes níveis de MLOps, avaliando eficiência, qualidade e facilidade de manutenção. Os resultados revelam que ferramentas como MLFlow para rastreamento de métricas e registros, juntamente com soluções como Evidently para monitoramento de dados em produção, desempenham papéis cruciais na criação de um ecossistema de AM robusto e confiável. Este estudo oferece insights valiosos sobre as diferenças entre os níveis de MLOps, sublinhando a importância dessas metodologias no contexto mais amplo da integração de sistemas de aprendizado de máquina.