การทำให้เป็นอัตโนมัติ

การได้มาซึ่งข้อมูล

เว็บเซิร์ฟเวอร์จะถูกนำไปใช้บน Google Cloud Run และถูกกำหนดให้ดึงข้อมูลที่เกี่ยวข้องจาก Iron Hand ซ้ำๆ ทุกชั่วโมง มันจะอัปโหลดข้อมูล APY ในรูปแบบที่อ่านได้

การนำเข้าและการประมวลผลข้อมูลเบื้องต้น

เพื่อเริ่มกระบวนการฝึกโมเดล ไฟล์ที่อ่านได้ใน GCS จะถูกโหลดและประมวลผลเบื้องต้นเพื่อเตรียมข้อมูลคุณภาพสูงสำหรับการฝึก ขั้นตอนการประมวลผลเบื้องต้นจะทำความสะอาดข้อมูล ทำวิศวกรรมคุณลักษณะเพื่อสร้างคุณลักษณะใหม่เพื่อเพิ่มพลังการทำนายของโมเดล ทำให้ข้อมูลเป็นปกติ แบ่งข้อมูลเป็นชุดฝึก ตรวจสอบ และทดสอบ ฯลฯ

การปรับไฮเปอร์พารามิเตอร์

ปรับไฮเปอร์พารามิเตอร์เช่น จำนวนนิวรอน ฟังก์ชันกระตุ้น อัตราการเรียนรู้ ขนาดแบตช์ ฟังก์ชันการสูญเสีย จำนวนรอบ ฯลฯ เพื่อเพิ่มประสิทธิภาพของโมเดล

การฝึกโมเดล

ในขั้นตอนนี้ กำหนดโมเดล LSTM ฝึกมัน ทำการทำนาย และประเมินโมเดล

การประเมินโมเดล

ใช้ชุดทดสอบเพื่อประเมินประสิทธิภาพของโมเดลและตรวจสอบให้แน่ใจว่าประสิทธิภาพของโมเดลเกินกว่าเกณฑ์ที่กำหนด บันทึกลงใน GCS

การนำโมเดลไปใช้

นำโมเดลที่บันทึกไว้ไปใช้เพื่อให้บริการข้อมูลการทำนาย

การตรวจสอบอย่างต่อเนื่อง

ตรวจสอบสุขภาพและประสิทธิภาพของโมเดลที่นำไปใช้และตั้งค่าการแจ้งเตือนสำหรับความผิดปกติหรือการเบี่ยงเบนใดๆ ในประสิทธิภาพของโมเดล

การตอบกลับและการฝึกใหม่

หากขั้นตอนการตรวจสอบตรวจพบการเบี่ยงเบนหรือประสิทธิภาพที่ลดลง ให้ฝึกโมเดลใหม่