Публикации по теме 'mlops'


Почему я люблю MLflow
И ты тоже должен Независимо от того, являетесь ли вы специалистом по обработке данных, инженером машинного обучения, менеджером по аналитике данных, специалистом по комплаенсу или генеральным директором (или кем-то еще, чья работа зависит или будет в конечном итоге) - вам необходимо знать, что такое MLflow и почему вы должны использовать Это. Когда специалист по данным строит модель, он проводит множество экспериментов; некоторые даже намеренно применяют научный метод. Но в..
Взгляд на операционную инфраструктуру машинного обучения
Реальность после ноутбука: как разработать надежный фреймворк для обеспечения контроля над операциями машинного обучения Создание работающей (генерирующей ценность) модели машинного обучения — непростая задача. Обычно это включает в себя передовые методы моделирования и команды с ограниченными навыками. Однако это только первый шаг к еще более сложной задаче: запуск модели в производство и предотвращение ее деградации. Даже несмотря на то, что переход на облачные технологии уменьшился,..
Практическое руководство по MLOps в AWS Sagemaker - Часть I
Как реализовать конвейер разработки и оценки модели CI / CD в AWS Sagemaker. Это руководство является результатом моего собственного разочарования, связанного с тем, что я нашел полную сквозную работу по разработке, оценке и развертыванию модели на AWS. Все руководства, уроки, которые я видел, покрывают только часть изображения и никогда полностью не соединяют точки. Я хотел написать что-то, что поможет людям понять всю работу по созданию модели и ее развертыванию, чтобы к ней могли..
Мониторинг моделей машинного обучения в производстве: как отслеживать качество и целостность данных?
Как отслеживать качество и целостность данных Как говорится: мусор на входе - мусор на выходе. Качество входных данных - важнейший компонент системы машинного обучения. Независимо от того, есть ли у вас немедленная обратная связь, мониторинг вашей модели всегда начинается здесь. Что может пойти не так с данными? Есть два типа проблем с данными. Проще говоря: 1) что-то не так с самими данными; или 2) данные изменяются из-за изменения среды. Начнем с первой категории. Одного..
Инструмент оркестровки рабочего процесса с включенными батареями: Flyte
Примечание редактора. Авторы выступят на конференции ODSC West 2021. Обязательно ознакомьтесь с их выступлением Глубокое погружение в Flyte ! Машинное обучение (ML) используется в отрасли уже более нескольких десятилетий, но инструменты для поддержки исследователей и инженеров в этой области все еще развиваются. То, что когда-то подпадало под общее название «ученый по данным», теперь специализируется на инженерах данных, инженерах по машинному обучению и исследователях машинного..
Зачем нам нужны MLOps СЕЙЧАС
Сейчас я читаю замечательную книгу MLOPs Марка Тревейла. Единственным способом, которым я всегда мог учиться, было обширное ведение заметок и формулирование моих мыслей по этому вопросу на бумаге. Я пишу этот пост как подобное упражнение, чтобы улучшить свое понимание этой увлекательной темы. Операции машинного обучения или MLOps быстро становятся чрезвычайно важным компонентом успешной разработки корпоративных проектов ML. По определению это процесс, который помогает организациям и..
Revamper: интеллектуальное расширение данных для более быстрого обучения DNN
Автор Сью Хён Пак По мере усложнения задачи глубокого обучения (DL) модель DL должна иметь больше весовых коэффициентов для повышения точности. Благодаря обучению глубокой нейронной сети (DNN), веса модели постоянно корректируются с учетом заданного набора обучающих данных. Одна из проблем заключается в том, что современные модели DL имеют миллионы весов, в то время как количество обучающих выборок обычно намного меньше. Крайне важно увеличить набор обучающих данных , чтобы..