工程保障层

Predictive-AI-MLOps · 预测式 AI 与 MLOps

预测式 AI 与 MLOps:接住客户已有的那批传统模型,十章覆盖两种 AI 的分工、算法取舍地图、把业务问题切成可学的题、特征时间语义与训练服务偏差(头号事故源)、特征平台何时才真需要、实验记录与发布门、上线后七类信号对七种动作、可解释与公平、一套平台的分界线、售前速查

本模块产出物:
· 讲义式 PPT:Predictive-AI-MLOps-讲义.pptx(主力成品,122 页,✅ 已完成)
· 精选资料书单:电子书书单.md(10 项,偏实践)✅
· 模块清单:MANIFEST.md(章节稳定 ID、时效性事实、串联出边)

章节列表与状态

#章节要点状态
1「我们已经有一堆模型了」:两种 AI 各管什么—✅
2算法取舍地图:表格、时序、排序、异常—✅
3把业务问题切成可学的题:预测时点、标签窗口、样本单元—✅
4特征的时间语义:point-in-time 正确性、穿越与训练服务偏差—✅
5特征平台:Feature Store 什么时候才真需要—✅
6从实验到生产:实验记录、模型注册表与发布门—✅
7上线之后:七类信号、七种动作与再训练触发—✅
8可解释、公平与模型风险管理—✅
9一套平台装得下生成式和预测式吗—✅
10售前速查—✅

本册时效性事实均于 2026-08-02 联网核实后写入,逐条带证据等级、复核节奏与不可外推边界,见 MANIFEST。引用任何数字前先核日期。

← 返回知识库首页