Usare MLFlow per il tracking

Ora che tu e il tuo team avete portato i precedenti processi di machine learning nell’ambiente Databricks, stai per iniziare un nuovo progetto di machine learning.

Ti è stato assegnato lo sviluppo di un nuovo motore di raccomandazione che utilizza il contesto derivato da precedenti recensioni di libri. Poiché stai sviluppando un nuovo modello, devi ancora capire quale framework o quali parametri porteranno al risultato migliore. Questa è un’ottima occasione per usare MLFlow per tracciare tutte le esecuzioni del tuo modello, così potrai scegliere da lì il modello migliore.