Ordenando etapas do MLflow

Para ter sucesso nas fases de modelagem e avaliação do ciclo de vida de Machine Learning, você precisa manter um espaço de trabalho organizado, registrando o histórico de vários experimentos para garantir comparabilidade entre execuções e reprodutibilidade. O MLflow oferece uma plataforma útil e completa para gerenciar experimentos com robustez. No vídeo, você aprendeu as várias etapas e comandos usados para criar, iniciar, registrar e recuperar execuções. Neste exercício, você vai ordenar os comandos do MLflow geralmente usados no gerenciamento de experimentos.