Kurzusleírás

Bevezetés

  • A szoftverfejlesztés bevált gyakorlatainak adaptálása a gépi tanuláshoz.
  • MLflow kontra Kubeflow -- hol ragyog a MLflow?

A Machine Learning ciklus áttekintése

  • Adat-előkészítés, modell betanítás, modell telepítés, modell kiszolgálás stb.

A MLflow jellemzők és felépítés áttekintése

  • MLflow Követés, MLflow Projektek és MLflow Modellek
  • A MLflow parancssori felület (CLI) használata
  • Navigálás a MLflow felhasználói felületen

Beállítás MLflow

  • Telepítés nyilvános felhőben
  • Telepítés helyszíni kiszolgálón

Fejlesztési környezet előkészítése

  • Munkavégzés Jupyter notebookokkal, Python IDE-kkel és önálló szkriptekkel

Projekt előkészítése

  • Csatlakozás az adatokhoz
  • Előrejelzési modell készítése
  • Modell kiképzése

A MLflow követés használata

  • Kódverziók, adatok és konfigurációk naplózása
  • Kimeneti fájlok és metrikák naplózása
  • Az eredmények lekérdezése és összehasonlítása

Futó MLflow projektek

  • A YAML szintaxis áttekintése
  • A Git adattár szerepe
  • Csomagolási kód az újrafelhasználhatóság érdekében
  • Kód megosztása és együttműködés a csapattagokkal

Modellek mentése és kiszolgálása MLflow modellel

  • Környezet kiválasztása a telepítéshez (felhő, önálló alkalmazás stb.)
  • A gépi tanulási modell bevezetése
  • A modell kiszolgálása

A MLflow Model Registry használata

  • Központi adattár felállítása
  • Modellek tárolása, annotálása és felfedezése
  • Modellkezelés együttműködésben.

Integráció MLflow más rendszerekkel

  • Munka a MLflow beépülő modulokkal
  • Integráció harmadik féltől származó tárolórendszerekkel, hitelesítési szolgáltatókkal és REST API-kkal
  • Működő Apache Spark -- nem kötelező

Hibaelhárítás

Összefoglalás, és következtetés

Követelmények

  • Python programozási tapasztalat
  • Gépi tanulási keretrendszerekkel és nyelvekkel kapcsolatos tapasztalat

Közönség

  • Adattudósok
  • Gépi tanulási mérnökök
  21 Hours
 

Résztvevők száma


Tanfolyam kezdete

Tanfolyam vége


Dates are subject to availability and take place between 09:30 and 16:30.
Open Training Courses require 5+ participants.

Vélemények (1)

Rokon tanfolyam

Rokon kategóriák