Ordenar pasos de MLflow

Para tener éxito en las fases de modelado y evaluación del ciclo de vida de Machine Learning, necesitas mantener un espacio de trabajo organizado y registrar el historial de distintos experimentos para asegurar comparabilidad entre ejecuciones y reproducibilidad. MLflow ofrece una plataforma útil y completa para gestionar experimentos de forma robusta. En el vídeo, aprendiste los distintos pasos y comandos para crear, iniciar, registrar en y recuperar ejecuciones. En este ejercicio, vas a ordenar los comandos de MLflow que se usan normalmente en la gestión de experimentos.