Мониторинг моделей машинного обучения в MLFlow // Демо-занятие 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. «MLOps» - Преподаватель: Александр Миленькин - старший менеджер по работе с большими данными в X5 Retail Group Подключайтесь к обсуждению в чате - Пройдите опрос по итогам мероприятия - Следите за новостями проекта: - Telegram: - ВКонтакте: - LinkedIn: - Хабр: