مصنِّف في الوقت الفعلي
المُصنِّف في الوقت الفعلي (Real-Time Classifier) هو نموذج تعلم آلي مصمم لاستيعاب تدفقات البيانات وتعيين تسمية فئوية أو تنبؤ لتلك البيانات بشكل فوري تقريباً. على عكس المعالجة الدفعية (batch processing)، التي تحلل مجموعات بيانات كبيرة بشكل دوري، يعمل المُصنِّف في الوقت الفعلي على نقاط البيانات فور وصولها، ويتطلب زمن استجابة منخفضاً للغاية للاستدلال.
في البيئات الرقمية الحديثة والديناميكية، غالباً ما تتطلب القرارات اتخاذ إجراء فوري. سواء كان الأمر يتعلق بتحديد المعاملات الاحتيالية أو توجيه استفسار خدمة العملاء، فإن التأخير يمكن أن يؤدي إلى خسائر مالية كبيرة، أو تجربة مستخدم سيئة، أو خروقات أمنية. يتيح التصنيف في الوقت الفعلي للأنظمة الاستجابة للأحداث فور وقوعها.
تتضمن العملية عدة مراحل رئيسية. أولاً، يتم تغذية البيانات في خط أنابيب تدفق (مثل Kafka). ثانياً، يتلقى نموذج التصنيف المُدرَّب مسبقاً، والمُحسَّن للسرعة، نقطة البيانات الواردة. ثالثاً، ينفذ النموذج دالة الاستدلال الخاصة به، ويحسب توزيع الاحتمالات عبر الفئات المحددة مسبقاً. أخيراً، يُخرج النظام تسمية الفئة الأكثر احتمالاً في غضون أجزاء من الثانية.
معالجة التدفق (Stream Processing)، الحوسبة الطرفية (Edge Computing)، الاستدلال منخفض الكمون (Low-Latency Inference)، كشف الشذوذ (Anomaly Detection)
