Sử dụng một công cụ

Việc dùng các công cụ được thiết kế riêng cho từng phần của vòng đời machine learning có thể giúp bạn tiết kiệm rất nhiều thời gian và chi phí. Dù về lý thuyết bạn có thể tự xây dựng các công cụ này, nhưng thường không hiệu quả so với chi phí sử dụng công cụ sẵn có.

Hãy tưởng tượng bạn đang làm trong một nhóm data scientist, mỗi người đã viết mã để phát triển mô hình machine learning trên máy tính cá nhân. Vì nhóm mới bắt đầu, mọi người chỉ chia sẻ tệp trên hệ thống tệp mạng, nhưng giờ đây việc cùng làm trên cùng một mã nguồn trở nên khó khăn.

Bạn nên dùng công cụ nào để có thể cộng tác và chia sẻ một kho mã?