Контроль версий сценариев, моделей и данных, управление экспериментами являются важными задачами аналитики данных и частью практик ModelOps. И это все доступно в платформе Loginom, если использовать готовую интеграцию с фреймворком ClearML. Разберемся с внутренностями, кейсами использования, и, конечно, без единой строчки кода.
pdfModelOps в Loginom. Управление моделями и экспериментами.pdf
Таймкоды выступления
0:06 Представление спикера
0:35 Темы доклада
0:53 Операционализация аналитики данных
1:35 Требования к бизнес-процессу
3:02 Схема построения ML-модели
4:02 Особенности построения модели
5:05 Распространенные ситуации по восстановлению эксперимента
6:48 Типичные проблемы при восстановлении эксперимента
8:26 Тезисы
8:37 Схема использования ModelOps
10:13 Уровни зрелости
11:35 Визуализация проблемы с повторяемостью эксперимента
11:52 Использование заметок и комментариев
12:45 Использование Git
13:29 Недостатки в Git для ModelOps
14:46 Clear ML как подходящий фреймворк
15:45 Модули Clear ML
16:28 Терминология
17:48 Web-интерфейс Clear ML
18:17 Технические подробности
18:59 Создание нового проекта
19:14 Модули шаблона сценария
20:15 Сохранение оригинальных датасет
20:40 Подготовка выборок
21:01 Сохранение в дочерний датасет
21:49 Наполнение эксперимента
24:03 Карточки
27:53 Анонс библиотеки и вебинара
28:26 Вопросы из зала
Дата выступления:
16 мая 2024
Спикер:
Николай Паклин, руководитель направления Loginom Skills
Другие материалы по теме:
Loginom трансформирует работу аудиторской компании. Кейс «Русаудит»
Loginom Skills. Электронные курсы различного уровня
