Giới thiệu về MLflow

Quản lý toàn bộ vòng đời của một ứng dụng Học máy có thể là một thách thức đáng kể đối với các nhà khoa học dữ liệu, kỹ sư và nhà phát triển. Các ứng dụng Học máy có tính phức tạp và đã được chứng minh là khó theo dõi, khó tái tạo và gặp nhiều thách thức trong quá trình triển khai.

Trong khóa học này, quý vị sẽ tìm hiểu về MLflow và cách nó cố gắng đơn giản hóa các thách thức trong chu trình Machine Learning như theo dõi, khả năng tái tạo và triển khai. Sau khi học MLflow, quý vị sẽ có cái nhìn sâu sắc hơn về cách vượt qua những thách thức phức tạp trong việc phát triển các ứng dụng Học máy và cách quản lý các giai đoạn khác nhau trong chu kỳ phát triển của Học máy.

Trong suốt khóa học, quý vị sẽ tìm hiểu sâu về bốn thành phần chính tạo nên nền tảng MLflow. Quý vị sẽ tìm hiểu cách theo dõi mô hình, chỉ số và tham số bằng MLflow Tracking, đóng gói mã ML có thể tái tạo bằng MLflow Projects, tạo và triển khai mô hình bằng MLflow Models, cũng như lưu trữ và kiểm soát phiên bản mô hình bằng Model Registry.

Trong quá trình học tập, quý vị sẽ được hướng dẫn các phương pháp tốt nhất khi sử dụng MLflow để quản lý phiên bản mô hình, cách đánh giá mô hình, tùy chỉnh mô hình và cách tích hợp tự động hóa vào quá trình đào tạo. Khóa học này sẽ trang bị cho quý vị những kiến thức và kỹ năng cần thiết để thành công trong việc quản lý vòng đời của ứng dụng Học máy tiếp theo của quý vị.