Get best of the week

ML REPA Meetup bei der Raffeisenbank: Rundfunk weiter

Nehmen Sie morgen, 27. Februar, an der ML REPA Meetup-Sendung teil : Wir werden gemeinsam diskutieren, ob es möglich ist, die Protokollierungsbibliothek für heilige Experimente als Alternative zu MLflow in Betracht zu ziehen, wie A / B-Tests durch maschinelles Lernen beschleunigt werden und wie von MLflow zu MLPanel gewechselt werden kann, um mehrere Projekte zu unterstützen.

Wir werden uns um 19:00 Uhr bei Ihnen melden!


Worüber wir reden werden


19 Uhr Sacred - Eine weitere Bibliothek für die Protokollierung von Experimenten
Andrey Gurevich, Data Scientist, dostavista.global

Über Sacred, Karl! Eine Bibliothek, die die Aufmerksamkeit der Community verdient! Über die einfache Integration in den Code, den sofort einsatzbereiten Wow-Effekt, die Bequemlichkeit der Weboberfläche und Einschränkungen. Kann es als Alternative zu MLflow betrachtet werden? Was sind die Vor- und Nachteile? Für diejenigen, die es versuchen wollten und diejenigen, die zum ersten Mal hören.

19:30. Beschleunigung der A / B-Tests mit maschinellem Lernen
Nerses Bagiyan, Raiffeisenbank

Viele haben von A / B-Tests gehört, nur wenige haben es selbst gemacht und nur wenige können es automatisieren. Lassen Sie uns über Aufgaben, Formulierung und Beschleunigung von A / B-Experimenten sprechen. Wie kann man die Varianz reduzieren? Was tun, wenn viele Metriken vorhanden sind? Wie kann die zukünftige Bewertung des Effekts vorhergesagt werden? Über diesen und andere interessante Aspekte von A / B-Tests.

20:10. Von MLflow zu MLPanel: Unterstützung für mehrere Projekte, Modellregistrierung und Bereitstellung in einer Schnittstelle
Mikhail Rozhkov, ML-REPA

Wenn Sie mehrere Projekte parallel entwickeln müssen, möchten Sie alles zur Hand haben. Hier sind meine Projekte, hier sind die Modelle ... und hier klicke ich jetzt auf Bereitstellen, und alles wird fliegen! MLflow ist fantastisch, hat aber nicht alles, was Sie brauchen. Daher kam die Idee seines Upgrades auf. Mal sehen, was passiert ist, wo sie Fahrrad gefahren sind und ob es möglich ist, mit diesem Prototyp eine Komplettlösung für die Verwaltung von ML-Projekten zu erstellen!

More articles:


All Articles