Utiliser MLFlow pour le suivi

Maintenant que vous et votre équipe avez migré vos processus de Machine Learning antérieurs dans l'environnement Databricks, vous êtes sur le point de démarrer un nouveau projet de Machine Learning.

Votre mandat est de développer un nouveau moteur de recommandation qui tient compte du contexte provenant d'anciens commentaires de livres. Comme vous élaborez un nouveau modèle, vous ne savez pas encore exactement quel cadre ou quels paramètres donneront le meilleur résultat. C'est une excellente occasion d'utiliser MLFlow pour suivre toutes vos exécutions de modèles, puis vous pourrez choisir le meilleur modèle à partir de là.