జర్నల్ ఆఫ్ థియరిటికల్ & కంప్యూటేషనల్ సైన్స్
అందరికి ప్రవేశం

నైరూప్య

ఈవెంట్ స్ట్రీమింగ్ ప్లాట్‌ఫారమ్‌తో మెషిన్ లెర్నింగ్ ఆర్కిటెక్చర్‌లను సరళీకృతం చేయడం

కై వాహ్నర్

మెషిన్ లెర్నింగ్ (ML) మోడల్ శిక్షణ మరియు మోడల్ అనుమితిగా విభజించబడింది. ML ఫ్రేమ్‌వర్క్‌లు సాధారణంగా చారిత్రక డేటాను ప్రాసెస్ చేయడానికి మరియు విశ్లేషణాత్మక నమూనాలకు శిక్షణ ఇవ్వడానికి HDFS లేదా S3 వంటి డేటా సరస్సును ఉపయోగిస్తాయి. మోడల్ అనుమితి మరియు నిజ సమయంలో ఉత్పత్తి స్థాయిలో పర్యవేక్షణ అనేది డేటా సరస్సును ఉపయోగించే మరొక సాధారణ సవాలు. కానీ ఈవెంట్ స్ట్రీమింగ్ ఆర్కిటెక్చర్‌ని ఉపయోగించి అటువంటి డేటా స్టోర్‌ను పూర్తిగా నివారించడం సాధ్యమవుతుంది. ఈ చర్చ సాంప్రదాయ బ్యాచ్ మరియు పెద్ద డేటా ప్రత్యామ్నాయాలతో ఆధునిక విధానాన్ని పోల్చి చూస్తుంది మరియు సరళీకృత నిర్మాణం, విభిన్న నమూనాల శిక్షణ కోసం ఒకే క్రమంలో ఈవెంట్‌లను తిరిగి ప్రాసెస్ చేసే సామర్థ్యం మరియు వాస్తవికంగా స్కేలబుల్, మిషన్-క్రిటికల్ ML ఆర్కిటెక్చర్‌ను రూపొందించే అవకాశం వంటి ప్రయోజనాలను వివరిస్తుంది. తక్కువ తలనొప్పి మరియు సమస్యలతో సమయ అంచనాలు. ఓపెన్ సోర్స్ ఫ్రేమ్‌వర్క్‌లు అపాచీ కాఫ్కా మరియు టెన్సర్‌ఫ్లోను ఉపయోగించడం ద్వారా కై వాహ్నర్ దీన్ని ఎలా సాధించవచ్చో చర్చ వివరిస్తుంది.