Använda MLFlow för spårning

Nu när du och ditt team har överfört era tidigare maskininlärningsprocesser till Databricks-miljön är det dags att starta ett nytt maskininlärningsprojekt.

Din uppgift är att utveckla en ny rekommendationsmotor som utgår från kontext i tidigare bokrecensioner. Eftersom du utvecklar en ny modell vet du ännu inte exakt vilket ramverk eller vilka parametrar som ger det bästa resultatet. Det här är ett utmärkt tillfälle att använda MLFlow för att spåra alla dina modellkörningar – och sedan välja den bästa modellen därifrån.