Üretimdeki ML Modellerinde Model Drift Takibi İçin Hangi Araçları Kullanıyorsunuz?
kaancoban
11 Haz 2026 19:21
düzenlendi
Selamlar herkese, production ortamına aldığımız regresyon modellerinde zamanla performans düşüşü (data/concept drift) yaşamaya başladık. Pipeline içerisine bu takibi yapacak bir yapı kurmak istiyoruz. Evidently AI veya Great Expectations kullanan var mı aranızda? Hangisini tavsiye edersiniz ya da başka bir alternatifiniz var mı?
Cevaplar 5
iremarslan
11 Haz 2026 19:21
düzenlendi
Takipteyim, bizim şirkette de benzer bir arayış var. MLflow ile entegre çalışan bir şeyler bakıyoruz.
kaanarslann
11 Haz 2026 19:21
düzenlendi
Kubeflow Pipelines kullanıyorsanız, kfp bileşenleri arasına Evidently'yi entegre etmek çok kolay oluyor. Biz o şekilde çözmüştük.
ilhandemir
11 Haz 2026 19:21
düzenlendi
Biz kendi içimizde ufak bir Python scriptiyle Kolmogorov-Smirnov testi yapıp Slack'e uyarı atıyoruz. Çok büyük bir sisteminiz yoksa bence basit çözümlerle başlayın.
muratpolat
11 Haz 2026 19:21
düzenlendi
Great Expectations daha çok veri kalitesi (data quality) kontrolü için harika. Ama doğrudan model drift için Evidently veya Arize AI daha mantıklı bir tercih olabilir.
merveozturk
11 Haz 2026 19:21
düzenlendi
Biz aktif olarak Evidently AI kullanıyoruz. Özellikle dashboard kısımları ve HTML rapor üretmesi işimizi çok kolaylaştırıyor. Tavsiye ederim.
Lütfen giriş yapın cevap yazmak için.