管理完整的机器学习生命周期

ML开发带来了传统软件开发生命周期之外的许多新的复杂性。与传统的软件开发不同，ML开发人员希望尝试多种算法、工具和参数来获得最佳结果，并且他们需要跟踪这些信息来重现工作。此外，开发人员需要使用许多不同的系统来生产模型。

为了解决这些挑战，Databricks在去年6月推出了MLflow，这是一个旨在简化整个ML生命周期的开源项目。bob下载地址MLflow引入了简单的抽象来打包可重复的项目，跟踪结果，并封装可以与许多现有工具一起使用的模型，从而加速任何规模的组织的ML生命周期。

在本次网络研讨会中，我们将向您展示MLflow如何帮助您:

• 跟踪跨框架的实验运行和结果。
• 在Databricks集群上远程执行项目，并快速重现您的运行。
• 使用Databricks生产作业、Docker容器、Azure ML或Amazon SageMaker快速生产模型。

访问//www.neidfyre.com/mlflow了解更BOB低频彩多，从今天开始!

研讨会结束后将提供笔记本，以便您可以按照自己的节奏练习。

主持人