取消
顯示的結果
而不是尋找
你的意思是:

docs.m.eheci.com

Joseph_B
新的貢獻者三世
新的貢獻者三世

2021 - 09年研討會:自動化毫升生命周期與磚機器學習(1 2)

感謝大家加入了自動化毫升生命周期與磚機器學習研討會!您可以訪問按需記錄在這裏代碼在Github回購

我們共享的一個子集問題問和回答整個會話,以及鏈接資源的網絡研討會的最後一張幻燈片。請後續提問或添加評論線程。由於長度限製社區的帖子,我們會分裂這兩個。

磚毫升

AutoML

  • 你如何AutoML比較與其他企業AutoML方法?
    • 我想說最高位是磚AutoML“玻璃盒子”的方法,生成筆記本它適合每一個模型。允許你複製和修改代碼進一步迭代模型。一般來說,所有AutoML解產生很好的結果,但不如模型更多的專業知識。這個代碼生成方法允許數據科學家迅速獲得一個合理的模型,然後把他們的專業領域進一步改進模型。好入門,我建議數據AI在磚毫升2021年峰會主題:https://youtu.be/zQEiwJqqeeA

一般MLflow

  • 支持R MLflow和磚有什麼?
  • 什麼是MLflow autologging與磚autologging嗎?
  • 由MLflow毫升框架是什麼?
  • 我如何跟蹤數據集被用來訓練每個模型MLflow和磚嗎?
    • 如果你使用磚AutoML,它自動日誌MLflow跟蹤服務器的數據集。
    • 如果你寫自定義毫升代碼,那麼你最好的選擇是:
      • 火花數據源,尤其是三角洲:如果你使用autologging和火花讀取數據源,它將MLflow運行日誌,作為一個標簽。如果這是δ數據源,然後保存表版本號。
      • 對於non-Spark數據源(例如,加載通過熊貓),你可以隨時記錄自定義標記或參數保存數據集的位置,ID或版本號。

模型注冊

0回答0
歡迎來到磚社區:讓學習、網絡和一起慶祝

加入我們的快速增長的數據專業人員和專家的80 k +社區成員,準備發現,幫助和合作而做出有意義的聯係。

點擊在這裏注冊今天,加入!

參與令人興奮的技術討論,加入一個組與你的同事和滿足我們的成員。

Baidu
map