Что такое модель машинного обучения и чем она отличается от алгоритма

Модель машинного обучения - настроенное по данным правило, которое преобразует входные сведения в результат. Для прогноза времени сборки заказа входом могут быть характеристики заказа, а выходом - оценка длительности в минутах.

Алгоритм описывает способ обучения. Модель получается после его применения к конкретным примерам. Приложение вокруг модели получает данные, вызывает прогноз и показывает его сотруднику. Отдельный файл модели ещё не содержит всего этого процесса.

Почему один алгоритм даёт разные модели

Представим два склада с разными схемами хранения. На каждом есть история заказов и времени сборки. Обучение одним методом на этих наборах может дать разные зависимости: в одном случае важнее число позиций, в другом - расположение товаров.

Различаться могут также правила подготовки данных и настройки обучения. Поэтому название метода само по себе не описывает готовую модель. Фраза «используем случайный лес» не говорит, на каких заказах он проверялся и какие поля ему требуются.

В интерфейсе scikit-learn обучение и предсказание разделены на методы fit и predict. Это полезная граница и для разговора о проекте: сначала по данным создаётся настроенный объект, затем он применяется к новым входам.

Модель может выдавать разные виды результата

Для одной задачи нужен числовой прогноз, для другой - класс или оценка вероятности события. Например, «сборка займёт около 18 минут» и «заказ относится к группе риска задержки» отвечают на разные вопросы. Число здесь условное, а не результат реального исследования.

Оценка вероятности также требует проверки. Значение 0,8 у конкретной модели нельзя автоматически считать доказательством, что событие происходит в восьми случаях из десяти. Такое соответствие оценивают на отложенных данных.

Пользователю приложения полезнее видеть понятный смысл результата и допустимое действие. Внутреннее число без единиц, периода и определения события легко использовать неправильно.

Что должно поставляться вместе с моделью

Сохраните список обязательных полей, их типы, единицы измерения и правила обработки пропусков. Число позиций заказа и число единиц товара - разные признаки, даже если оба столбца содержат целые числа.

Зафиксируйте обучение и проверку: период, набор данных или его версию, настройки, показатели и известные ограничения. Без этих сведений трудно понять, действительно ли новая версия лучше прежней и можно ли повторить сравнение.

Обработка данных должна совпадать при обучении и использовании. Если перед обучением категории кодировали определённым способом, приложение обязано применять совместимое преобразование. Ошибка на этом участке способна испортить корректно обученную модель.

Когда модель пора пересматривать

Изменился процесс сборки, появились новые категории товаров или выросла доля заказов с неизвестными значениями признаков. Это основания проверить качество на новых данных. Сам по себе возраст файла ещё не показывает, что модель стала плохой.

Наблюдайте и техническую сторону: долю успешных запросов, задержку ответа, отсутствие нужных полей. Ошибка приложения и ошибка прогноза требуют разных исправлений. Рабочий сервис может отвечать без сбоев и при этом давать мало полезные оценки.

При передаче проекта договоритесь, кто проверяет результат и что происходит при отсутствии корректного входа. Простой резервный способ оценки часто полезнее, чем прогноз по случайно заполненной строке. Путь от задачи до такого решения разобран в статье об основах машинного обучения.