MLOps 平台的目标是自动化与开发支持 ML 的系统相关的任务,并简化从 ML 中获益的过程。构建 ML 模型并从中获益需要多个阶段,例如调查和清理数据、进行冗长的训练过程以及部署和监控模型。MLOps 平台可以被认为是一组用于执行从 ML 中获益所需任务的工具。并非所有从机器学习中获益的企业都使用 MLOps 平台。如果没有平台,完全可以将模型投入生产。选择和……阅读更多
为了使机器学习项目取得成功,会考虑采用一系列方法、工具和方法,而 MLOps 则是一个广泛的术语,涵盖了这些方法。机器学习运维 (MLOps) 是一套方法,其中数据科学家和运维专家共同协作和沟通。它是 DevOps 的机器学习版本,经过调整以满足各种 ML 组件的要求,例如更改数据以及添加新的开发工作,例如 ML 工程师和数据科学家。它逐渐成为一种独立的 ML 生命周期管理方法。数据收集、模型生成、持续集成/持续交付、编排、部署、诊断……阅读更多