В этом уроке мы сосредоточимся на третьей части платформы ИИ «MLOps». Мы подробно расскажем о развертывании модели, реестре моделей и приложении для вывода модели. Мы развернем модели из списков лидеров машинного обучения в конвейер MLOps и будем использовать их различными способами, т. е. API, Stream, локальный режим и рабочие процессы заданий.
DataRobot AI Cloud — это новый подход, созданный с учетом требований, задач и возможностей современного ИИ. Это единая система записи, ускоряющая внедрение ИИ в производство для каждой организации. Все пользователи взаимодействуют в единой среде, созданной для непрерывной оптимизации на протяжении всего жизненного цикла ИИ.
Он предназначен для совместной работы всех пользователей предприятия:
- Эксперты по науке о данных и аналитике
- ИТ-команды и DevOps-команды
- Руководители и информационные работники
Платформа ИИ имеет 3 основные функции:
- Подготовка данных (подготовьте данные для машинного обучения)
- Машинное обучение (AutoML, VisualML)
- MLOps (разверните свою модель в соответствии с вашими потребностями)
Видеоконтент с временной шкалой:
- Предыдущий или обязательный видеоурок
- Посещение таблицы лидеров моделей
- Варианты развертывания модели
- Реестр моделей
- Давайте развернем модель
- Разверните модель лидера
- Перестроить модель для развертывания
- Создание приложений для модели
- Потребляющее приложение
- Развернуть другую модель
- Замена развернутой модели
- Различные методы прогнозирования
- Прогнозирование через CLI
- Рабочий процесс прогнозирования (задание)
- Резюме
Это все на данный момент.
Спасибо, пожалуйста, будь добрым и делай добро.
