Публикации по теме 'mlops'
Мониторинг машинного обучения: что это такое и чего нам не хватает
Есть ли жизнь после развертывания?
Есть ли жизнь после развертывания?
Поздравляю! Теперь ваша модель машинного обучения работает. Многие модели никогда не заходят так далеко. Некоторые заявляют , что 87% так и не развернуты. Учитывая, как сложно перейти от концепции к работающему приложению, празднование вполне заслужено.
Может показаться, что это последний шаг.
Действительно, даже дизайн курсов машинного обучения и набор инструментов машинного обучения усиливают это..
Ключевые принципы операций машинного обучения (MLOPs)
Обзор его принципов и определение
Недавняя работа Kreuzberger et al. предоставляет очень широкое и всестороннее представление о том, что такое MLOps, определение MLOps и то, на что может быть похожа архитектура MLOps. Я хотел бы пройтись по некоторым ключевым аспектам статьи и поделиться ими.
Как я научился оценивать проекты MLOps, на которые стоит обратить внимание
В этой статье вы узнаете, как оценить, стоит ли проект MLOps вашего времени и принесет ли он значимую ценность для бизнеса.
В 2019 году, в начале моей карьеры консультанта по Data Scientist, я потерял важный контракт с одним из крупнейших дистрибьюторов FMCG (Fast-Moving Consumer Goods) в Африке на создание для них продукта ML.
Введение в TFX: раскройте потенциал машинного обучения (часть 1)
Попрощайтесь с трудностями создания и развертывания моделей машинного обучения. TensorFlow Extended (TFX) призван облегчить вашу жизнь. Он предоставляет набор мощных инструментов для создания, тестирования и развертывания готовых к эксплуатации систем машинного обучения. Откройте для себя простоту интеграции с TensorFlow и другими фреймворками и узнайте, как начать работу с TFX уже сегодня!
TensorFlow Extended (TFX) — это библиотека с открытым исходным кодом для создания и..
Развертывание вашей первой модели машинного обучения в качестве конечной точки REST с использованием Flask и Bootstrap.
Будучи старшим архитектором решений в Databricks, помимо взаимодействия с клиентами, я регулярно выступаю с докладами и пишу статьи о машинном обучении, MLOps и прочих технологиях.
Недавно на вебинаре студент колледжа спросил меня, как я начал работать с ML и как лучше всего практиковать концепции, связанные с ML. Я сделал небольшую паузу и задумался о своем путешествии в мир машинного обучения. Я всегда чему-то учился, делая и глядя на примеры.
Итак, для всех энтузиастов Data Science,..
Знакомьтесь с Wallaroo: революционная платформа для производства искусственного интеллекта и аналитики
Мы начали в 2017 году как сплоченная группа инженеров, посвятивших себя решению общей проблемы эффективной обработки огромных объемов данных и развертыванию алгоритмов данных в реальном времени в масштабе .
Сначала мы взяли работающие технологии, доработали их и интегрировали в совершенно новую платформу. Но вскоре мы поняли, что эти технологии просто не предназначены для нового мира молниеносной обработки данных, гибкой инфраструктуры и непрерывных потоков информации в реальном..
Многие системы данных заявляют, что предоставляют «унифицированную модель для пакетной и потоковой передачи» — «Apache Spark, Apache Flink, Apache Beam и т. д. Это…
Многие системы данных утверждают, что предоставляют «унифицированную модель для пакетной и потоковой передачи» — Apache Spark, Apache Flink, Apache Beam и т. д. Это заманчивое обещание, поскольку оно предполагает, что конвейер может быть написан один раз и использоваться как для пакетной обработки исторических данных, и потоковая обработка новых данных. К сожалению, между этим обещанием и реальностью часто существует значительный разрыв.
Эти «унифицированные» системы данных..