معرفی شرکت ها

drifting-0.2.1

Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
0.2.1
0.1.2
0.2.1
0.1.2

توضیحات

Drift detection server and client in Python
ویژگی مقدار
سیستم عامل -
نام فایل drifting-0.2.1
نام drifting
نسخه کتابخانه 0.2.1
نگهدارنده []
ایمیل نگهدارنده []
نویسنده SignAI
ایمیل نویسنده smolendawid@gmail.com
آدرس صفحه اصلی https://github.com/sign-ai/drifting/
آدرس اینترنتی https://pypi.org/project/drifting/
مجوز Apache 2.0
# Drifting [![CI/CD](https://github.com/smolendawid/cacha/actions/workflows/cicd.yaml/badge.svg)](https://github.com/sign-ai/drifting/actions/workflows/precommit.yaml) [![PyPi](https://img.shields.io/pypi/v/cacha?label=PyPI&logo=pypi)](https://pypi.org/project/cacha/) [![License](https://img.shields.io/pypi/l/cacha.svg)](https://github.com/sign-ai/drifting/blob/main/LICENSE) The most flexible Drift Detection Server. Learn about the concepts in [Docs](https://sign-ai.github.io/drifting/) --- Main features: :+1: surprisingly easy to use :+1: production-ready server :+1: created with real use-cases in mind :+1: not just a math library :+1: Python-first, API-first ## Quickstart `drifting` is built with Developer Experience in mind. You communicate with Drift Detection Server via `DriftingClient` or API, both for fitting the Drift Detector and detecting the drift. In your training pipeline, use the `fit` method: ```python import drifting drifting.fit(train_column, project="example") ``` Then, next to your prediction call: ```python import drifting response = drifting.detect(inference_data, project="example") response.is_drift ``` Note that this makes the usage of the server **as easy as possible**. 1. It's not required to manage any artifacts, 1. No need to implement any feedback loops, 1. No need to collect test data, 1. No need to leave your python environment, fetch any logs, 1. You only make request to the server twice. ## Local installation and running To install dependencies, use poetry: ``` poetry install ``` And run server locally: ``` python drifting/app.py ``` ## Production usage To use Drift Detection Server in your organization, build and deploy the Docker image, or use the pre-built version from _TODO_. ### Docker on a custom server To deploy the on cloud instance using docker, you can easily pull the image and run it: ```python TODO ``` ### Kubernetes and Helm For more demanding use-cases, it's facilitated to deploy Drift Detection Server on kubernetes. DDS is packaged with bitnami. You can include the chart by ```python TODO ``` ## Real-world scenarios Even though Drift Detection Server makes the task incredibly easy, it still follows the MLOps culture, assuring reproducibility, observability and scalability postulates are fulfilled. Please read the [Docs](https://sign-ai.github.io/drifting/) to learn about real-world usage.


نیازمندی

مقدار نام
- mlserver
- alibi-detect
- requests


نحوه نصب


نصب پکیج whl drifting-0.2.1:

    pip install drifting-0.2.1.whl


نصب پکیج tar.gz drifting-0.2.1:

    pip install drifting-0.2.1.tar.gz