Запись открытого урока курса «MLOps»
Разработать одну ML модель и провести ее валидацию уже давно не проблема. Но как экспериментировать сразу с сотнями моделей и с разными параметрами и при этом не захлебнуться в разнообразии экспериментов? Как не потерять этот опыт и легко воспроизводить эксперименты годовой давности? Ответ простой. Можно использовать MLFlow для того, чтобы легко выбирать лучшие модели среди всех экспериментов и при этом легко сравнивать эти модели, и всегда иметь понятное описание эксперимента.
Спикер: Александр Миленькин
Старший менеджер по работе с большими данными в X5 Retail Group
Читайте на Хабр:
Pachyderm от Poorman: Нужны ли нам корпоративные ML- платформы?
Построение векторов личности по характеристикам человека с помощью языковых моделей
