Les systèmes d'apprentissage automatique évoluent au fil du temps, ce qui rend les tests structurés essentiels. Dans cette courte formation, vous apprendrez à évaluer les pipelines d'apprentissage automatique à l'aide de tests unitaires, de tests d'intégration et de tests de fumée, et à détecter la dérive des données dans les fonctionnalités critiques. Vous créerez également des suites de tests de régression automatisés qui comparent les sorties de nouveaux modèles à des ensembles de données en or, ce qui vous aidera à détecter rapidement les dégradations et à les déployer de manière fiable. Grâce à des vidéos concises, des lectures, des exercices pratiques et un coaching guidé, vous définirez des cas de test ML significatifs et configurerez des suites pytest nocturnes. À la fin, vous aurez un cadre de test pratique et réutilisable que vous pourrez appliquer directement aux pipelines ML du monde réel.