Mejore un modelo de ML de recomendación de e-commerce a lo largo del tiempo en GCP. ¿Qué debería hacer?

Para mejorar un modelo de ML de recomendación con el tiempo, necesita datos nuevos y relevantes para reentrenarlo. Conservar las solicitudes y los resultados de las recomendaciones en BigQuery permite recopilar continuamente datos de interacción del usuario, que son cruciales para que el modelo aprenda y se adapte a las preferencias cambiantes. Exportar métricas a BigQuery es útil para el análisis del rendimiento, pero no proporciona los datos de entrenamiento necesarios para mejorar el modelo. Migrar a TPUs o monitorear actualizaciones de CPU son optimizaciones de infraestructura que pueden acelerar el entrenamiento o la inferencia, pero no abordan la necesidad fundamental de datos frescos para mejorar la precisión del modelo a lo largo del tiempo.