Специалисты по данным обучаются математике, статистике и моделированию — не обязательно программной инженерии. Но разработка программного обеспечения обычно требуется на каждом этапе машинного обучения — от отслеживания экспериментов до распараллеливания разработки моделей и развертывания моделей в производстве. Преобразование проекта машинного обучения в производственный код может легко увеличить временную шкалу на несколько недель. Нам нужен был рабочий процесс, чтобы специалисты по..

В наши дни многие проекты ML и MLOps строятся в области OSS. Kedro и gradio являются частью проекта MLOps. Эти проекты не только упрощают создание моделей машинного обучения, они делают их воспроизводимыми и упрощают проверку концепции. Сегодня я создаю проект, используя оба из них. В этом посте я хочу показать процесс создания пайплайнов для построения модели машинного обучения с помощью Kedro и Tensorflow. И после этого поработайте с градиентом, чтобы убедиться, что обученная модель..

С ядром DBT, Kedro и Weights & Biases Недавно я участвовал в проекте, связанном с внедрением многоклассовой системы прогнозирования классификации с использованием данных о финансовых транзакциях, включающей более 10 миллионов записей и более 70 классов. В рамках этого проекта я построил оптимизированную сквозную инфраструктуру операций машинного обучения (MLOP), которая хорошо подходит для этого конкретного варианта использования, сохраняя при этом экономическую эффективность...

Если вы пропустили другие посты из этой серии, посмотрите их: «Машинное обучение: как строить модели как продукты с помощью MLOps? Часть 1 | Введение" Машинное обучение: как создавать модели как продукты с помощью MLOps? Часть 2 | Конвейеры машинного обучения с Kedro Машинное обучение: как создавать модели как продукты с помощью MLOps? Часть 3 | Управление версиями модели с помощью MLFlow Теперь в этой части 4 наши модели машинного обучения уже обучены, код..

Начните свое практическое путешествие с MLOps здесь Введение MLOps — сложный набор понятий для изучения дома. Если у вас нет производственной среды, может быть сложно смоделировать то, что происходит в реальном мире. Я изучал способы разработки MLOps дома и выбрал несколько инструментов, которые реализуют концепции и просто работают. В этой статье рассматривается Kedro, инструмент, разработанный QuantumBlack, компанией McKinsey . В официальной документации это описано как…..