原文：
www.kdnuggets.com/2019/03/databrocks-ebook-machine-learning-lifecycle.html
赞助广告。
|
|
| |
| |
| |
|
|
|
|
|
| |
| |
| 你好，成功地构建和部署机器学习模型可能一次就很困难。使其他数据科学家（或您自己）能够重现您的管道，比较不同版本的结果，跟踪运行状态，以及重新部署和回滚更新的模型，这就更加困难了。在这本电子书中，我们将探讨机器学习生命周期相比传统软件开发生命周期的挑战，并分享 Databricks 应对这些挑战的方法。在这本电子书中，我们将覆盖：
-
组织在管理机器学习模型生命周期中面临的主要挑战以及如何克服这些挑战。
-
MLflow，作为 Databricks 发布的开源框架，如何帮助解决这些挑战，特别是在实验跟踪、项目可重现性和模型部署方面。
-
Managed MLflow 在 Databricks 上提供了一个完全托管、集成的体验，具有企业级的可靠性、安全性和规模，运行在 Databricks 统一分析平台上。
| 阅读电子书 |
此致，
Databricks 团队 |
| |
|
| |
|
| |
|
|
| |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Databricks: 160 Spear Street, 13th Floor, San Francisco, CA 94105 US
© Databricks 2019。保留所有权利。Apache、Apache Spark、Spark 和
Spark 标志是 Apache 软件基金会 的商标。
|
|
|
|
1. 谷歌网络安全证书 - 快速进入网络安全职业。
2. Google 数据分析专业证书 - 提升你的数据分析技能
3. Google IT 支持专业证书 - 支持你的组织的 IT 部门