Programa do Curso

Introdução

  • Adaptar as melhores práticas de desenvolvimento de software à aprendizagem automática.
  • MLflow vs Kubeflow -- onde é que MLflow brilha?

Resumo do ciclo Machine Learning

  • Preparação de dados, formação de modelos, implantação de modelos, serviço de modelos, etc.

Visão geral das características e da arquitetura da MLflow

  • MLflow Acompanhamento, MLflow Projectos e MLflow Modelos
  • Utilizar a interface de linha de comandos (CLI) do MLflow
  • Navegar na IU do MLflow

Configuração MLflow

  • Instalar numa nuvem pública
  • Instalando em um servidor local

Preparando o ambiente de desenvolvimento

  • Trabalhar com notebooks Jupyter, Python IDEs e scripts autónomos

Preparar um projeto

  • Ligação aos dados
  • Criar um modelo de previsão
  • Treinar um modelo

Utilizando MLflow Rastreio

  • Registo de versões de código, dados e configurações
  • Registo de ficheiros de saída e métricas
  • Consulta e comparação de resultados

Execução MLflow Projectos

  • Descrição geral da sintaxe YAML
  • O papel do repositório Git
  • Empacotar código para reutilização
  • Partilhar código e colaborar com os membros da equipa

Guardar e servir modelos com MLflow modelos

  • Escolher um ambiente para a implementação (nuvem, aplicação autónoma, etc.)
  • Implementar o modelo de aprendizagem automática
  • Servir o modelo

Utilização do modelo de registo MLflow

  • Criação de um repositório central
  • Armazenamento, anotação e descoberta de modelos
  • Gerir modelos de forma colaborativa.

Integração de MLflow com outros sistemas

  • Trabalhar com MLflow Plugins
  • Integração com sistemas de armazenamento de terceiros, provedores de autenticação e APIs REST
  • Trabalhar com o Apache Spark -- opcional

Resolução de problemas

Resumo e conclusão

Requisitos

  • Python experiência em programação
  • Experiência com estruturas e linguagens de aprendizagem automática

Público

  • Cientistas de dados
  • Engenheiros de aprendizagem automática
  21 horas

Número de participantes


Inicia

Termina


Dates are subject to availability and take place between 09:30 and 16:30.

Preço por participante

Declaração de Clientes (1)

Cursos Relacionados

Categorias Relacionadas