Utilizando MLFlow para el Seguimiento

Ahora que tú y tu equipo habéis portado vuestros procesos anteriores de aprendizaje automático al entorno Databricks, estáis a punto de iniciar un nuevo proyecto de aprendizaje automático.

Te han encargado que desarrolles un nuevo motor de recomendación que tenga en cuenta el contexto de las reseñas de libros anteriores. Puesto que estás desarrollando un nuevo modelo, todavía estás determinando exactamente qué marco o parámetros darán como resultado el mejor modelo. Esta sería una gran oportunidad para utilizar MLFlow para hacer un seguimiento de todas las ejecuciones de tu modelo, y luego puedes elegir el mejor modelo a partir de ahí.