Utiliser MLFlow pour le suivi

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

Votre mission est de développer un nouveau moteur de recommandation qui exploite le contexte issu d’anciens avis de livres. Comme vous développez un nouveau modèle, vous ne savez pas encore quel framework ou quels paramètres donneront le meilleur résultat. C’est une excellente occasion d’utiliser MLFlow pour suivre toutes vos exécutions de modèles, puis sélectionner le meilleur modèle à partir de là.