Thank you for sending your enquiry! One of our team members will contact you shortly.
Thank you for sending your booking! One of our team members will contact you shortly.
课程大纲
介绍
- 将软件开发最佳实践应用于机器学习。
- MLflow vs Kubeflow -- MLflow 在哪里闪耀?
Machine Learning 周期概述
- 数据准备、模型训练、模型部署、模型服务等
MLflow 功能和体系结构概述
- MLflow 跟踪、MLflow 项目和 MLflow 模型
- 使用 MLflow 命令行界面 (CLI)
- 导航 MLflow UI
设置 MLflow
- 在公有云中安装
- 在本地服务器中安装
准备开发环境
- 使用 Jupyter 笔记本、Python IDE 和独立脚本
准备项目
- 连接到数据
- 创建预测模型
- 训练模型
使用 MLflow 跟踪
- 记录代码版本、数据和配置
- 记录输出文件和指标
- 查询和比较结果
正在运行 MLflow 个项目
- YAML 语法概述
- Git 存储库的角色
- 可重用性的包装代码
- 与团队成员共享代码和协作
使用 MLflow 个模型保存和提供模型
- 选择部署环境(云、独立应用程序等)
- 部署机器学习模型
- 为模型提供服务
使用 MLflow 模型注册表
- 设置中央存储库
- 存储、注释和发现模型
- 协作管理模型。
将 MLflow 与其他系统集成
- 使用 MLflow 插件
- 与第三方存储系统、身份验证提供程序和 REST API 集成
- 工作 Apache Spark -- 可选
故障 排除
总结和结论
要求
- Python 编程经验
- 具有机器学习框架和语言的经验
观众
- 数据科学家
- 机器学习工程师
21 小时
客户评论 (1)
the ML ecosystem not only MLFlow but Optuna, hyperops, docker , docker-compose