स्वचालन

डेटा अधिग्रहण

वेब सर्वर को Google Cloud Run पर तैनात किया जाएगा और हर घंटे Iron Hand से प्रासंगिक डेटा प्राप्त करने के लिए निर्धारित किया जाएगा। यह APY डेटा को पठनीय प्रारूप में अपलोड करेगा।

डेटा इनजेस्शन और प्रीप्रोसेसिंग

मॉडल प्रशिक्षण की प्रक्रिया शुरू करने के लिए, GCS में पठनीय फ़ाइल को लोड और प्रीप्रोसेस किया जाएगा ताकि प्रशिक्षण के लिए उच्च गुणवत्ता वाला डेटा तैयार किया जा सके। प्रीप्रोसेस चरण डेटा को साफ करेगा, मॉडल की भविष्यवाणी शक्ति को बढ़ाने के लिए नई विशेषताओं को उत्पन्न करने के लिए फीचर इंजीनियरिंग करेगा, डेटा को सामान्यीकृत करेगा, डेटा को प्रशिक्षण, सत्यापन और परीक्षण सेट में विभाजित करेगा आदि।

हाइपरपैरामीटर ट्यूनिंग

मॉडल के प्रदर्शन को बढ़ाने के लिए न्यूरॉन्स की संख्या, सक्रियण फ़ंक्शन, लर्निंग रेट, बैच साइज़, लॉस फ़ंक्शन, एपोक्स आदि जैसे हाइपरपैरामीटर को ट्यून करना।

मॉडल प्रशिक्षण

इस चरण में, LSTM मॉडल को परिभाषित करें, इसे प्रशिक्षित करें, भविष्यवाणियाँ करें और मॉडल का मूल्यांकन करें।

मॉडल मूल्यांकन

मॉडल के प्रदर्शन का मूल्यांकन करने के लिए परीक्षण सेट का उपयोग करें और सुनिश्चित करें कि मॉडल का प्रदर्शन निश्चित सीमा से अधिक है, इसे GCS में सहेजें।

मॉडल तैनाती

भविष्यवाणी डेटा प्रदान करने के लिए सहेजे गए मॉडल को तैनात करें।

निरंतर निगरानी

तैनात मॉडल के स्वास्थ्य और प्रदर्शन की निगरानी करें और मॉडल प्रदर्शन में किसी भी असामान्यता या बदलाव के लिए अलर्ट सेट करें।

फीडबैक और पुनर्प्रशिक्षण

यदि निगरानी चरण बदलाव या घटे हुए प्रदर्शन का पता लगाता है, तो मॉडल को पुनः प्रशिक्षित करें।