Pular para o conteúdo

Treinamento vs. inferência

Aula 2 de 32 · 4 min

Treinamento vs. inferência

Passo 1 de 11

O treinamento ajusta parâmetros a partir de exemplos rotulados. Aqui estão quatro.

A ideia

O treinamento é o loop que ajusta os parâmetros até as previsões baterem com os rótulos (labels). É caro e roda raramente. A inferência é uma única passada sobre parâmetros congelados para responder a uma entrada. O mesmo modelo, dois perfis de custo completamente diferentes.

Exemplo do mundo real

Um pianista se preparando para um concerto. Meses de ensaio são lentos, repetitivos e cheios de correções. A apresentação em si acontece uma vez, em tempo real, a toda velocidade, sem chance de refazer um compasso.

O código

Sua vez

O que isto imprime?

data = [(2.0, "low"), (4.0, "low"), (10.0, "high"), (12.0, "high")]
low = [x for x, y in data if y == "low"]
high = [x for x, y in data if y == "high"]
threshold = (sum(low) / len(low) + sum(high) / len(high)) / 2

def predict(x):
  return "high" if x > threshold else "low"

print(threshold, predict(7.0))

Mini quiz

1 / 3

Em um sistema em produção, o que roda com muito mais frequência?

Preparação para certificaçãoEstudando para o Associate Data Practitioner? Fazer o simulado grátis de 50 questões

ReferênciaCheat sheet de Big-OCheat sheet de padrões