การจัดลำดับขั้นตอน MLflow
เพื่อให้ขั้นตอนการสร้างโมเดลและการประเมินผลใน ML lifecycle ประสบความสำเร็จ จำเป็นต้องรักษา workspace ให้เป็นระเบียบ พร้อมบันทึกประวัติการทดลองต่าง ๆ เพื่อให้สามารถเปรียบเทียบและทำซ้ำข้ามรอบการทดลองได้ MLflow เป็นแพลตฟอร์มที่ครอบคลุมและช่วยจัดการการทดลองได้อย่างมีประสิทธิภาพ จากวิดีโอที่ผ่านมา คุณได้เรียนรู้ขั้นตอนและคำสั่งต่าง ๆ ที่ใช้ในการสร้าง เริ่ม บันทึก และดึงข้อมูล run ในแบบฝึกหัดนี้ ให้จัดเรียงคำสั่ง MLflow ที่ใช้ในการจัดการการทดลองตามลำดับที่ถูกต้อง
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
Machine Learning แบบ End-to-End
แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำจริง
เปลี่ยนทฤษฎีให้เป็นการลงมือทำด้วยแบบฝึกหัดเชิงโต้ตอบหนึ่งในของเรา
เริ่มแบบฝึกหัด