Aller au contenu principal
🔒 Mode aperçu. Les quinze premières leçons Foundations sont gratuites ; celle-ci est Pro. Démarrez un trial de 7 jours pour débloquer l'éditeur, les conseils AI et le reste du programme. Carte requise, annulez à tout moment dans Dashboard.Démarrer le trial de 7 jours →
← CoursData Science AppliedModule 6 · Apprentissage profond + MLOps🏆 Pierre de synthèse finale : plan de production MLmission104 / 104
+250 XP
Tâche
📝 **Tâche :** Implémenter deux fonctions : 1. `register_model(model_id, metric)` → renvoie le nouveau numéro de version (1, 2, 3, ...). Stocke chaque enregistrement dans un dict `REGISTRY` au niveau du module saisi par `model_id`. 2. `detect_drift(train_mean, train_std, live_values)` → renvoie `True` si la moyenne de `live_values` est à plus de 2σ de `train_mean`. Exécutez ensuite les vérifications indiquées ci-dessous. Résultat attendu (5 lignes) : ``` 1 2 {'version' : 2, 'métrique' : 0,87} Faux Vrai ``` 📋 Implémentez la fonction ci-dessus. Les tests s'exécutent automatiquement. 💡 **Indice :** Relisez la théorie si vous êtes bloqué.
✏️ Écris ton code ici
🐍
Chargement de Python...
Téléchargement unique (~1 Mo). Ensuite, c’est instantané.
📊 Résultat
Cliquez sur Exécuter pour voir le résultat...

💬 Discussion

Soyez le premier à poser une question ou partager une astuce.
Connectez-vous pour rejoindre la discussion. La lecture est gratuite.
Chargement de la discussion…