• EnglishEspañol日本語한국어Português
  • Inicia sesiónComenzar ahora

Te ofrecemos esta traducción automática para facilitar la lectura.

En caso de que haya discrepancias entre la versión en inglés y la versión traducida, se entiende que prevalece la versión en inglés. Visita esta página para obtener más información.

Crea una propuesta

Python y el aprendizaje automático

A partir del agente New Relic Python v9.1.0, New Relic ahora permite el monitoreo de modelos de aprendizaje automático. Estos modelos de ML de monitorización se pueden encontrar en APM en la sección Modelos.

Configuración

Sugerencia

Los modelos ML métrica están disponibles para el agente Python versión 9.1.0 y superiores, pero están deshabilitados de forma predeterminada. Para cambiar esta configuración, consulte nuestra documentación.

La configuración de ML se puede encontrar aquí.

Para cambiar el tamaño de recolección de ML predeterminado de 100000 cada 5 segundos, configure event_harvest_config.harvest_limits.ml_event_data en su archivo newrelic.ini con el valor deseado o configure la variable de entorno NEW_RELIC_ML_INSIGHTS_EVENTS_MAX_SAMPLES_STORED con el valor deseado:

bash
$
export NEW_RELIC_ML_INSIGHTS_EVENTS_MAX_SAMPLES_STORED=${desired_value}

Marco de aprendizaje automático actualmente instrumentado

ML Library

Version Available

scikit aprende

9.1.0

API de aprendizaje automático

Existen dos nuevas API para personalizar la experiencia de instrumentación de ML:

Garantizar la privacidad de los datos

Advertencia

Usted controla qué datos log se envían a New Relic, así que asegúrese de seguir las pautas de seguridad de su organización para enmascarar, ofuscar o evitar el envío de información de identificación personal (PII), información de salud protegida (PHI) o cualquier otro dato confidencial.

También puede habilitar o deshabilitar el envío de valores de inferencia sin procesar dependiendo de la configuración de privacidad que desee aquí.

Característica y funcionalidad

Los modelos se pueden ver en una categoría de Modelos separada en la vista Todas las entidades:

Un resumen de modelos en la vista Modelos:

Dentro del resumen del modelo, se puede ver una vista general del rendimiento del modelo, así como una distribución de predicción.

Copyright © 2024 New Relic Inc.

This site is protected by reCAPTCHA and the Google Privacy Policy and Terms of Service apply.