ML-Generator-Ansicht¶

Übersicht¶

Die ML-Generator-Ansicht ist der projektbezogene Arbeitsbereich, um persistierte Ergebnisse aus ausgeführten ML-Trainingsläufen zu prüfen, Versionen zu vergleichen und eine validierte Default-Version für nachgelagerte Generierungsflüsse festzulegen.

Sie wird über die obere Navigation mit ML-Gen geöffnet.

Nur Modelle mit abgeschlossenem und persistiertem Training erscheinen hier mit Versionen und Statistiken.

ML-Generator-Ansicht: Generatorliste, Versionspanel und Qualitätsmetriken

Hauptbereiche¶

Seitenleiste: Generatorliste¶

Generatoren nach Namen suchen.
Generator auswählen, um Details zu laden.
Aktuelle Default-Version und Update-Zeitstempel einsehen.

Detailbereich¶

Headline-Karten:
Dataset-Größen (train/holdout/synthetic),
Utility-Score,
Privacy-Score.
Eine bedingte Meldung Aufmerksamkeit erforderlich, wenn Qualitätsprüfungen warnen oder fehlschlagen oder zusätzliche Hinweise vorliegen.
KPI-Metriken (Accuracy, univariate/bivariate/trivariate Signale, NN-Distanzen).
Top-Drift-Tabelle mit spaltenweisen KL/JS-Drift-Indikatoren.

In der Kopfzeile kannst Du eine Version auswählen, sie als Standard setzen oder die ausgewählte Version löschen.

Aktionen im Kopfbereich¶

Download report: Den HTML-QA-Report der ausgewählten Version herunterladen.

Zusammenhang mit Datenbankansicht und DSL¶

Typischer Ablauf:

ML-Trainingsmodell-Artefakte in der Datenbankansicht → Configure model erzeugen.
Das erzeugte DSL-Modell ausführen, damit <ml-train> Modellversionen trainiert und persistiert.
Ergebnis in der ML-Generator-Ansicht validieren.
Die freigegebene Modellversion anhand der EE-eigenen ml-train-Referenz nutzen.

Note

Training kann lang laufen. Die Runtime sollte zur Last (Zeilen/Features) passen, und je nach Setup können leistungsstärkere Ressourcen bis hin zu GPU-Workern erforderlich sein.

Für die vollständige Schritt-für-Schritt-Anleitung siehe ML-Generator aus Datenbank-Metadaten.