Utiliser un outil

Utiliser des outils conçus expressément pour une étape précise du cycle de vie du Machine Learning peut vous faire gagner beaucoup de temps et d'argent. Même si vous pourriez construire ces outils vous-même, cela n'est souvent pas avantageux par rapport au coût d'utilisation de l'outil.

Imaginez que vous travaillez au sein d'une équipe de scientifiques des données, et que chacun de vous a produit du code pour le développement du modèle de Machine Learning sur son ordinateur local. Comme l'équipe vient de démarrer, vous avez seulement partagé les fichiers sur le système de fichiers réseau, mais il devient difficile de collaborer sur le même code.

Quel outil devriez-vous utiliser pour pouvoir collaborer et partager un dépôt de code?