Saltar al contenido principal
InicioMachine LearningIntroducción al flujo ML

Introducción al flujo ML

Aprende a usar MLflow para simplificar la creación de aplicaciones de aprendizaje automático.

Comience El Curso Gratis
4 horas16 vídeos51 ejercicios
4763 aprendicesTrophyDeclaración de cumplimiento

Crea Tu Cuenta Gratuita

GoogleLinkedInFacebook

o

Al continuar, acepta nuestros Términos de uso, nuestra Política de privacidad y que sus datos se almacenan en los EE. UU.
Group¿Entrenar a 2 o más personas?Pruebe DataCamp para empresas

Preferido por estudiantes en miles de empresas


Descripción del curso

Gestionar el ciclo de vida completo de una aplicación de Aprendizaje Automático puede ser una tarea desalentadora para los científicos de datos, ingenieros y desarrolladores. Las aplicaciones de aprendizaje automático son complejas y tienen un historial demostrado de ser difíciles de seguir, difíciles de reproducir y problemáticas de desplegar.

En este curso, aprenderás qué es el flujo MLy cómo intenta simplificar las dificultades del ciclo de vida del Aprendizaje Automático, como el seguimiento, la reproducibilidad y el despliegue. Después de aprender MLflow, comprenderás mejor cómo superar las complejidades de la creación de aplicaciones de Aprendizaje Automático y cómo navegar por las diferentes etapas del ciclo de vida del Aprendizaje Automático.

A lo largo del curso, profundizarás en los cuatro componentes principales que conforman la plataforma de flujo ML. Explorarás cómo rastrear modelos, métricas y parámetros con MLflow Tracking, empaquetar código reproducible ML utilizando MLflow Projects, crear y desplegar modelos utilizando MLflow Models, y almacenar y controlar versiones de modelos utilizando Model Registry.

A medida que avances en el curso, también aprenderás las mejores prácticas de uso del flujo MLpara versionar modelos, cómo evaluar modelos, añadir personalizaciones a los modelos y cómo construir la automatización en las ejecuciones de entrenamiento. Este curso te preparará para el éxito en la gestión del ciclo de vida de tu próxima aplicación de Aprendizaje Automático.

Empresas

Group¿Entrenar a 2 o más personas?

Obtenga acceso de su equipo a la biblioteca completa de DataCamp, con informes centralizados, tareas, proyectos y más
Pruebe DataCamp Para EmpresasPara obtener una solución a medida, reserve una demostración.

En las siguientes pistas

Ingeniero de Aprendizaje Automático

Ir a la pista

Machine learning en la producción en Python

Ir a la pista
  1. 1

    Introducción al flujo ML

    Gratuito

    En este Capítulo, se te presentará el flujo MLy cómo pretende ayudar en algunas dificultades del ciclo de vida del Aprendizaje Automático. Se te presentarán los cuatro conceptos principales que componen MLflujo, centrándose principalmente en MLflujo Seguimiento. Aprenderás a crear experimentos y ejecuciones, así como a realizar un seguimiento de las métricas, los parámetros y los artefactos. Por último, buscarás el flujo MLmediante programación para encontrar ejecuciones de experimentos que se ajusten a determinados criterios.

    Reproducir Capítulo Ahora
    ¿Qué es el flujo ML?
    50 xp
    Componentes del flujo ML
    50 xp
    MLexperimentos de flujo
    100 xp
    MLSeguimiento del flujo
    50 xp
    Iniciar una carrera
    100 xp
    Registrar una ejecución
    100 xp
    ¿Cómo recuperar los datos de ejecución activos?
    50 xp
    Consulta de ejecuciones
    50 xp
    Buscar ejecuta opciones de consulta
    50 xp
    Recorridos de búsqueda
    100 xp
  2. 2

    MLflujo Modelos

    Gratuito

    En este capítulo, conocerás los Modelos de flujo ML. El componente MLflow Models de MLflow desempeña un papel esencial en los pasos de Evaluación de Modelos e Ingeniería de Modelos del ciclo de vida del Aprendizaje Automático. Aprenderás cómo MLflow Models estandariza el empaquetado de los modelos ML y cómo guardarlos, registrarlos y cargarlos. Aprenderás a crear Modelos de flujo MLpersonalizados para proporcionar más flexibilidad a tus casos de uso, así como a evaluar el rendimiento del modelo. Utilizarás el potente concepto de "Sabores" y, por último, utilizarás la herramienta de línea de comandos MLflow para el despliegue de modelos.

    Reproducir Capítulo Ahora
  3. 3

    Registro de modelos Mlflow

    Este Capítulo introduce el concepto de flujo MLdenominado Registro Modelo. Conocerás cómo se utiliza el Registro de Modelos para gestionar el ciclo de vida de los modelos de ML. Aprenderás a crear y buscar modelos en el Registro de Modelos. A continuación, aprenderás a registrar modelos en el Registro de Modelos y a realizar transiciones de modelos entre etapas predefinidas. Por último, también aprenderás a desplegar modelos desde el Registro de Modelos.

    Reproducir Capítulo Ahora
  4. 4

    MLflujo Proyectos

    En este capítulo, obtendrás valiosos conocimientos sobre cómo racionalizar tu código de ciencia de datos para que sea reutilizable y reproducible, utilizando Proyectos de flujo ML. El capítulo comienza introduciendo el concepto de Proyectos de flujo MLy te guía a través de la creación de un archivo de proyecto ML. A partir de ahí, aprenderás a ejecutar Proyectos de MLflow tanto a través de la línea de comandos como del módulo Proyectos de MLflow, al tiempo que descubres el poder de utilizar parámetros para añadir flexibilidad a tu código. Por último, aprenderás a gestionar los pasos del ciclo de vida del aprendizaje automático creando un flujo de trabajo de varios pasos utilizando MLflow Projects.

    Reproducir Capítulo Ahora
Empresas

Group¿Entrenar a 2 o más personas?

Obtenga acceso de su equipo a la biblioteca completa de DataCamp, con informes centralizados, tareas, proyectos y más

En las siguientes pistas

Ingeniero de Aprendizaje Automático

Ir a la pista

Machine learning en la producción en Python

Ir a la pista

conjuntos de datos

50_StartupsStudent_Study_HourSalary_predictInsurance

colaboradores

Collaborator's avatar
George Boorman
Collaborator's avatar
Arne Warnke
Collaborator's avatar
Kat Zahradova
Weston Bassler HeadshotWeston Bassler

Senior MLOps Engineer

Ver Más

¿Qué tienen que decir otros alumnos?

¡Únete a 14 millones de estudiantes y empieza Introducción al flujo ML hoy mismo!

Crea Tu Cuenta Gratuita

GoogleLinkedInFacebook

o

Al continuar, acepta nuestros Términos de uso, nuestra Política de privacidad y que sus datos se almacenan en los EE. UU.