es una herramienta de c¨®digo abierto para el seguimiento de experimentos de aprendizaje autom¨¢tico y la gesti¨®n del ciclo de vida. El flujo de trabajo para desarrollar y evolucionar continuamente un modelo de aprendizaje autom¨¢tico incluye una serie de experimentos (una colecci¨®n de ejecuciones), el seguimiento del rendimiento de estos experimentos (una colecci¨®n de m¨¦tricas) y el seguimiento y ajuste de modelos (proyectos). MLflow facilita este flujo de trabajo muy bien al apoyar los est¨¢ndares abiertos existentes y se integra bien con muchas otras herramientas en el ecosistema. MLflow, en la nube, disponible en AWS y Azure, est¨¢ madurando r¨¢pidamente y lo hemos utilizado con ¨¦xito en nuestros proyectos. Consideramos que MLflow es una gran herramienta para la gesti¨®n y el seguimiento de modelos, que soporta tanto modelos de interacci¨®n basados en UI como en API. Nuestra ¨²nica y creciente preocupaci¨®n es que MLflow est¨¢ tratando de entregar respuestas a demasiados temas vinculados, como una sola plataforma, como el servicio de modelos y la puntuaci¨®n.
es una herramienta de c¨®digo abierto para el seguimiento de experimentos de aprendizaje autom¨¢tico y la gesti¨®n del ciclo de vida. El flujo de trabajo para desarrollar y evolucionar continuamente un modelo de aprendizaje autom¨¢tico incluye una serie de experimentos (una colecci¨®n de ejecuciones), el seguimiento del rendimiento de estos experimentos (una colecci¨®n de m¨¦tricas) y el seguimiento y ajuste de modelos (proyectos). MLflow facilita este flujo de trabajo muy bien al apoyar los est¨¢ndares abiertos existentes y se integra bien con muchas otras herramientas en el ecosistema. MLflow, en la nube, disponible en AWS y Azure, est¨¢ madurando r¨¢pidamente y lo hemos utilizado con ¨¦xito en nuestros proyectos. Consideramos que MLflow es una gran herramienta para la gesti¨®n y el seguimiento de modelos, que soporta tanto modelos de interacci¨®n basados en UI como en API. Nuestra ¨²nica y creciente preocupaci¨®n es que MLflow est¨¢ tratando de entregar respuestas a demasiados temas vinculados, como una sola plataforma, como el servicio de modelos y la puntuaci¨®n.
