Tech Stack/MLflow (10) 썸네일형 리스트형 MLOps - 학습 코드 로깅 추가 set mlflow import mlflow from sklearn.datasets import load_iris from sklearn.model_selection import train_test_split from sklearn.ensemble import RandomForestClassifier from sklearn.metrics import accuracy_score # # set mlflow # mlflow.set_tracking_uri("http://0.0.0.0:5001") mlflow.set_experiment("tutorial") mlflow가 중복되지 않게 with문을 써줌 그리고 params를 지정 with mlflow.start_run(): # # log parameter # pa.. MLOps - MLflow 실행 및 docker compose MLOps Machine Learning + Operation 머신 러닝 서비스를 유지, 관리 해주는 도구 ML Service 머신 러닝 모델을 통해 유의미한 결과를 얻어가는 것 머신러닝 서비스의 발전 Y=f(x) AI = software(data) MLOps구축시 기대효과 1. 문제풀이와 모델링에 더 집중 모델말고도 많은 과정이 필요 2. 더 정교한 실험 설계와 실험 관리가 가능 3. 배포한 모델의 문제가 생기는 경우 빠르게 환경을 재현할 수 있다. Silently Failure = cat 반환 Data drift 데이터는 계속해서 변한다 를 진행해 보겠음. 데이터가 바뀌면 모델도 바뀐다. 명제의 이 : 데이터가 같으면 모델도 같다. 같은 데이터를 이용하도록 만듦 파이썬에서 난수를 활용하는 법 때문에 .. 이전 1 2 다음
