Otomasyon

Veri Toplama

Web sunucusu Google Cloud Run üzerinde konuşlandırılacak ve Iron Hand'den ilgili verileri her saat tekrar tekrar almak üzere programlanacaktır. Apy verilerini okunabilir bir formatta yükleyecektir.

Veri Alımı ve Ön İşleme

Model eğitimi sürecini başlatmak için GCS'deki okunabilir dosya yüklenecek ve eğitim için yüksek kaliteli veri hazırlamak amacıyla ön işleme tabi tutulacaktır. Ön işleme aşaması, verileri temizleyecek, modelin tahmin gücünü artırmak için yeni özellikler oluşturmak amacıyla özellik mühendisliği yapacak, verileri normalleştirecek, verileri eğitim, doğrulama ve test setlerine bölecektir.

Hiperparametre Ayarlama

Modelin performansını artırmak için nöron sayısı, aktivasyon fonksiyonu, öğrenme oranı, yığın boyutu, kayıp fonksiyonu, epoklar vb. gibi hiperparametrelerin ayarlanması.

Model Eğitimi

Bu aşamada, LSTM modeli tanımlanır, eğitilir, tahminler yapılır ve model değerlendirilir.

Model Değerlendirme

Modelin performansını değerlendirmek için test setini kullanın ve modelin performansının belirli eşiği aştığından emin olun, GCS'ye kaydedin.

Model Dağıtımı

Tahmin verilerini sunmak için kaydedilen modeli dağıtın.

Sürekli İzleme

Konuşlandırılan modelin sağlığını ve performansını izleyin ve model performansındaki herhangi bir anormallik veya sapma için uyarılar ayarlayın.

Geri Bildirim ve Yeniden Eğitim

İzleme aşamasında sapma veya performans düşüşü tespit edilirse modeli yeniden eğitin.