tracking-in-practice-code-data-and-ml-model-6787a881609c.md

实践中的跟踪：代码、数据与机器学习模型

原文：towardsdatascience.com/tracking-in-practice-code-data-and-ml-model-6787a881609c?source=collection_archive---------6-----------------------#2024-07-09

MLOps 中的跟踪指南

Chayma Zatout

· 发布于 Towards Data Science · 11 分钟阅读·2024 年 7 月 9 日

--

图片由 Farzad 提供，来源于 Unsplash

跟踪！无论你是研究人员还是工程师，不论你是从事机器学习、数据科学、软件开发，还是甚至是分析工具（别介意，我最近迷上了惊悚小说）！我想说的是，跟踪既重要又不可避免。在 MLOps 中，我们跟踪其所有组件：代码、数据和机器学习模型！在这篇文章中，我们通过一个实际示例解释了跟踪的重要性，并在机器学习工作流的不同步骤中应用了测试。本文的完整代码库可以在关联的仓库中获取。

还不是 Medium 会员？没关系！继续阅读，使用此好友链接。

目录：

· 1. 介绍

· 2. 项目设置

· 3. 代码跟踪

· 4. 数据跟踪

· 5. 机器学习模型跟踪

· 6. 结论

1. 介绍

MLOps 原则