АНАЛІЗ ЗМІНИ ПРОЦЕСУ ОПЕРАЦІОНАЛІЗАЦІЇ ЖИТТЄВОГО ЦИКЛУ МОДЕЛЕЙ МАШИННОГО НАВЧАННЯ В РОЗПОДІЛЕНИХ СИСТЕМАХ СІТОК ДАНИХ

DOI: 10.31673/2412-4338.2024.026874

Анотація

У цій статті було проведено аналіз того, як змінювалися принципи та процеси операціоналізації життєвого циклу моделей машинного навчання разом із еволюцією платформ аналізу даних аж до архітектури розподілених сіток даних (Data Mesh). Спершу виконується огляд операціоналізації життєвого циклу моделей машинного навчання в OLTP, OLAP і платформах типу озера даних. Під час опису операцій машинного навчання в Data Mesh платформах виконується аналіз того, як рекомендації операціоналізації життєвого циклу моделей машинного навчання узгоджені з основними принципами Data Mesh, з визначенням відповідних проблем. Доступність даних для моделей машинного навчання в середовищі між бізнес-доменами щодо доменно-орієнтованого децентралізованого володіння даними та принципу архітектури виділяється як одна з найбільш складних і критичних. У пошуках вирішення виявленої проблеми в статті представлено аналіз підходів федеративного навчання та продуктів даних для процесу навчання моделей, порівнюючи перспективи кожного підходу. В якості висновків, представлений аналіз проблем, що залишилися не охопленими зазначеними підходами, а також розглянуті теми для подальших досліджень.

Ключові слова: розподілена система сіток даних, федеративне машинне навчання, аналітична платформа.