MLflow es una herramienta de código abierto para el seguimiento de experimentos de aprendizaje automático y la gestión del ciclo de vida. El flujo de trabajo para desarrollar y evolucionar continuamente un modelo de aprendizaje automático incluye una serie de experimentos (una colección de ejecuciones), el seguimiento del rendimiento de estos experimentos (una colección de métricas) y el seguimiento y ajuste de modelos (proyectos). MLflow facilita este flujo de trabajo muy bien al apoyar los estándares abiertos existentes y se integra bien con muchas otras herramientas en el ecosistema. MLflow, como servicio gestionado por Databricks en la nube, disponible en AWS y Azure, está madurando rápidamente y lo hemos utilizado con éxito en nuestros proyectos. Consideramos que MLflow es una gran herramienta para la gestión y el seguimiento de modelos, que soporta tanto modelos de interacción basados en UI como en API. Nuestra única y creciente preocupación es que MLflow está tratando de entregar respuestas a demasiados temas vinculados, como una sola plataforma, como el servicio de modelos y la puntuación.
MLflow es una herramienta de código abierto para el seguimiento de experimentos de aprendizaje automático y la gestión del ciclo de vida. El flujo de trabajo para desarrollar y evolucionar continuamente un modelo de aprendizaje automático incluye una serie de experimentos (una colección de ejecuciones), el seguimiento del rendimiento de estos experimentos (una colección de métricas) y el seguimiento y ajuste de modelos (proyectos). MLflow facilita este flujo de trabajo muy bien al apoyar los estándares abiertos existentes y se integra bien con muchas otras herramientas en el ecosistema. MLflow, como servicio gestionado por Databricks en la nube, disponible en AWS y Azure, está madurando rápidamente y lo hemos utilizado con éxito en nuestros proyectos. Consideramos que MLflow es una gran herramienta para la gestión y el seguimiento de modelos, que soporta tanto modelos de interacción basados en UI como en API. Nuestra única y creciente preocupación es que MLflow está tratando de entregar respuestas a demasiados temas vinculados, como una sola plataforma, como el servicio de modelos y la puntuación.
