実況ツイートメモ 継続的なモデルモニタリングを実現するKubernetes Operator
スライドのスクショがあるのでリンク先確認オススメ（まとめ感）
聴講時のメモも追加していく（スライドと合わせて見返したい狙い）
訓練に使ったデータの分布がある
時間の経過ともにモデルの性能は下がっていく
性能が下がったモデルはビジネス機会の損失
feature drift
prediction drift
label drift
特徴量、予測、正解の3つが変わる可能性がある！
マネージド
モニタリングに必要な仕組みを一括提供
社内のデータソース対応
検定：基準にした点と現在のデータの分布を比較する
学習に使ったデータ
サーブで入力されたデータ
feature drift
servingシステムと連携しなくても可能
servingシステムとの連携追加でできる検定増える
prediction drift
servingシステムとの連携必要
データサイエンティストが書くのは、以下だけ
クエリ（学習データを取り出すクエリ）
スケジュール