Nachverfolgen des scikit-learn-Modelltrainings mit MLflow
Dieses Notebook basiert auf dem MLflowscikit-learn diabetes tutorial.
In dem Notebook wird erläutert, wie MLflow verwendet wird, um den Modelltrainingsprozess nachzuverfolgen, einschließlich der Protokollierung von Modellparametern, Metriken, des Modells selbst und anderer Artefakte wie Plots auf einem von Azure Databricks gehosteten Überwachungsserver. Es enthält auch Anweisungen zum Anzeigen der protokollierten Ergebnisse auf der MLflow-Benutzeroberfläche zur Nachverfolgung.
Die folgenden Leitfäden beschreiben Bereitstellungsoptionen für Ihr trainiertes Modell:
- Bereitstellen Ihres Modells mithilfe der Modellbereitstellung mit Azure Databricks