Je beheert een productiemodel-endpoint met geautomatiseerde modelkwaliteitsbewaking. Nadat het bewakingssysteem overtredingen meldt, train je het model opnieuw met een dataset die het huidige productie-verkeer weerspiegelt, implementeer je het nieuwe model en voer je de eerste bewakingstaak uit. Overtredingen blijven bestaan op het endpoint. Wat moet je doen om de gemelde overtredingen op te lossen?

De monitoring baseline definieert de verwachte statistieken en drempels voor het model. Als het model opnieuw is getraind met nieuwe gegevens, is de oorspronkelijke baseline mogelijk niet langer representatief voor het gedrag van het nieuwe model. Door de baseline opnieuw te berekenen met de nieuwe trainingsgegevens, worden de monitoringstatistieken en drempels aangepast aan het bijgewerkte model, waardoor de gemelde overtredingen waarschijnlijk worden opgelost. Het handmatig opnieuw activeren van de monitoringtaak zonder de baseline aan te passen, zal de onderliggende oorzaak van de overtredingen niet aanpakken, omdat de monitor nog steeds de verouderde drempels gebruikt. Het verwijderen en opnieuw aanmaken van het endpoint is een drastische stap die de configuratie niet verandert. Het opnieuw trainen met een gecombineerde dataset is al gedaan, maar lost het probleem van de verouderde baseline niet op.