Публикации по теме 'feature-store'


Новый центральный элемент стека технологий машинного обучения: магазин функций
Когда специалисты по данным обучают модели, они создают функции специально для среды разработки. Но эти функции должны быть переписаны инженерами данных, чтобы сделать их готовыми к работе. Проработав много лет в области машинного обучения и наблюдая, как этот разрозненный процесс повторяется снова и снова, последний год я провел, выступая за лучшее решение, которое сокращает циклы разработки, снижает риск обучения. - обслуживание перекосов, которые могут привести к неточным..
Как использовать Cosmos DB в качестве онлайн-хранилища функций от Databricks
ICYMI: Databricks теперь поддерживает Cosmos DB как интернет-магазин функций . Это объявление дополняет существующую поддержку других сетевых баз данных, таких как Dynamo DB и Azure MySQL. TLDR. В этом посте мы хотим рассказать, как пользователи могут начать работу с Databricks Feature Store с Cosmos DB. Онлайн-базы данных становятся все более распространенными, поскольку все больше приложений переходят на обслуживание прогнозов машинного обучения в масштабе и с малой задержкой...
Chronon — Декларативное проектирование функций
Среда для разработки функций производственного уровня для моделей машинного обучения. Цель этого блога — предоставить обзор основных концепций Chronon. Нихил Симха Рапролу Фон Airbnb использует машинное обучение почти в каждом продукте, от ранжирования результатов поиска до интеллектуального ценообразования и перенаправления пользователей к нужным агентам службы поддержки клиентов. Мы заметили, что управление функциями было постоянной проблемой для инженеров машинного..
Реализация Feast Linter
В предыдущем сообщении в блоге Общий рабочий процесс хранилища функций с Feast я дал обзор того, как я реализовал рабочий процесс для общего хранилища функций с использованием Feast, и дал некоторые идеи о том, как различные части, включающие Feast и CI/CD, будут подходить друг другу. В этом посте я хочу немного подробнее рассказать о том, как я реализовал линтер Feast, чтобы он мог дать вам некоторые собственные идеи. Но начнем…
FinML — Feature Stores с Кевином Штумпфом
В этом выпуске FinML мы поговорили с Кевином Штумпфом, основателем Tecton, о Feature Stores и проблемах, которые они решают. Ключевые выводы из выступления: Одной из задач, которую решает Feature Store, является унификация пакетных и потоковых данных, что позволяет легко вычислять функции, объединяя оба источника данных с использованием архитектуры лямбда-типа. Еще одна проблема, которую решают хранилища функций, заключается в том, что они гарантируют, что значения функций,..
MLOps с Databricks: (I) схема технологического процесса
В этой серии сообщений в блоге я планирую пройтись по основным принципам MLOps, то есть процессу разработки, развертывания и мониторинга моделей машинного обучения с использованием платформы Databricks. В этом первом посте идея состоит в том, чтобы определить поток процесса, т. е. определить, какие различные ингредиенты следует включить и как логически выстроить их при разработке процесса развертывания. Во втором сообщении блога я планирую детализировать этот поток процессов, используя..
Магазин функций Vertex AI
Введение До магазина функций Vertex AI Известно, что за последние полвека мир науки и техники сделал несравненно большой прогресс, и фантастика, существовавшая столетие назад, уже реальна. Столетие назад кто бы мог подумать, что люди, находящиеся за тысячи километров, могут общаться друг с другом по видеосвязи. Сегодня люди уже задумываются о том, чтобы всего за несколько секунд передать запах еды или духов на тысячи километров, и я не удивлюсь, если через несколько лет это станет..