MLflow для начинающих: отслеживание экспериментов + регистрация вашей первой модели. С нуля до AI...

MLflow для начинающих: отслеживание экспериментов и регистрация вашей первой модели Здесь указаны два конкретных навыка (отслеживание + регистрация), отмечено «Для начинающих», и для тех, кто смотрит весь плейлист, предусмотрена привязка к серии/главе. Код: https://github.com/Here2ServeU/mlflow... Вы когда-нибудь обучали три версии модели, а затем полностью теряли из виду, какие настройки дали какой результат? В этой главе мы навсегда решим эту проблему с помощью MLflow — инструмента, который работает как блокнот, пишущий сам себя. Это глава 4 серии «От нуля до инженера систем ИИ», где мы постепенно развиваем реальные навыки машинного обучения, формируя новые привычки. Сегодняшняя привычка: никогда больше не вести подсчет результатов вручную. Что вы узнаете из этого видео: Почему ручное отслеживание экспериментов перестаёт работать, как только вы сравниваете более одного запуска модели Главная идея MLflow: автоматическое отслеживание экспериментов + «реестр моделей» (полка для трофеев ваших лучших моделей) Девять основных терминов, объясненных простым языком: MLflow, отслеживание экспериментов, гиперпараметр, реестр моделей, пользовательский интерфейс MLflow, тег, псевдоним, полнота и AUC Настройка проекта MLflow с нуля (venv, установка, генерация тестовых данных) Запуск трёх обучающих экспериментов с разными гиперпараметрами (max_depth, min_samples, criterion) и их сравнение Открытие пользовательского интерфейса MLflow для сравнения запусков и определения лучшей модели по полноте Регистрация вашей первой модели в реестре моделей MLflow как версии 1 Для кого это видео: Для всех, кто начинает работать в области машинного обучения или MLOps и хочет понять отслеживание экспериментов и реестры моделей, не продираясь сквозь сложную документацию. Предварительного опыта работы с MLflow не требуется, достаточно базовых знаний Python и scikit-learn. Далее мы предоставим этой модели интерфейсную среду, API, чтобы другие программы могли задавать ей вопросы. Если это вам помогло, подпишитесь на остальные выпуски серии «От нуля до инженера систем ИИ» и оставьте комментарий, если у вас возникнут трудности на каком-либо этапе. Свяжитесь со мной: https://www.emmanuelnaweji.com/contact #MLflow #MachineLearning #MLOps #AIEngineering #ExperimentTracking #PythonProgramming #T2S