MLFlow zum Tracking verwenden

Du und dein Team habt eure bisherigen Machine-Learning-Prozesse in die Databricks-Umgebung migriert und startet nun ein neues Machine-Learning-Projekt.

Deine Aufgabe ist es, eine neue Empfehlungslösung zu entwickeln, die Kontext aus früheren Buchrezensionen nutzt. Da du ein neues Modell entwickelst, steht noch nicht fest, welches Framework oder welche Parameter das beste Modell liefern. Das ist eine ideale Gelegenheit, MLFlow zu nutzen, um all deine Modellläufe zu tracken – so kannst du anschließend das beste Modell auswählen.