Thank you for sending your enquiry! One of our team member will contact you shortly.
Thank you for sending your booking! One of our team member will contact you shortly.
Course Outline
Introductie
- Best practices voor softwareontwikkeling aanpassen aan machine learning.
- MLflow vs Kubeflow -- Waar schittert MLflow?
Overzicht van de Machine Learning-cyclus
- Gegevensvoorbereiding, modeltraining, modelimplementatie, modelweergave, enz.
Overzicht van MLflow Functies en architectuur
- MLflow Tracking, MLflow Projecten en MLflow Modellen
- De opdrachtregelinterface (CLI) MLflow gebruiken
- Navigeren door de gebruikersinterface MLflow
Instellen MLflow
- Installeren in een publieke cloud
- Installeren op een on-premise server
Voorbereiding van de ontwikkelingsomgeving
- Werken met Jupyter-notebooks, Python IDE's en zelfstandige scripts
Een project voorbereiden
- Verbinding maken met de gegevens
- Een voorspellingsmodel maken
- Een model trainen
MLflow Tracking gebruiken
- Codeversies, gegevens en configuraties loggen
- Uitvoerbestanden en metrische gegevens loggen
- Resultaten opvragen en vergelijken
Lopende MLflow projecten
- Overzicht van de YAML-syntaxis
- De rol van de Git-repository
- Verpakkingscode voor herbruikbaarheid
- Code delen en samenwerken met teamleden
Modellen opslaan en weergeven met MLflow modellen
- Een omgeving kiezen voor implementatie (cloud, standalone applicatie, enz.)
- Het machine learning-model implementeren
- Ten dienste van het model
Het MLflow modelregister gebruiken
- Opzetten van een centrale repository
- Modellen opslaan, annoteren en detecteren
- Modellen gezamenlijk beheren.
Integratie MLflow met andere systemen
- Werken met MLflow Plugins
- Integratie met opslagsystemen van derden, authenticatieproviders en REST API's
- Werken Apache Spark -- optioneel
Probleemoplossing
Samenvatting en conclusie
Requirements
- Python programmeerervaring
- Ervaring met machine learning frameworks en talen
Publiek
- Datawetenschappers
- Machine learning-ingenieurs
21 Hours
Getuigenissen (1)
the ML ecosystem not only MLFlow but Optuna, hyperops, docker , docker-compose