各种商务情境都在思考如何融入 AI 提供更适切的智慧化服务,在Day 04 : 以资料为中心的人工智慧 Data-Centric AI 介绍透过关注资料为中心的 AI 焦点,更结构化的思考用於生产中的 ML 系统, MLOps 是种系统化思考的精神与落实的方针,也是发展中的学门,在这未定容许思辨的时刻,以下分为微软、Google、持续交付基金会(CDF)的定义与说明:
MLOps 是种工程文化与实践,旨在 ML 系统开发与 ML 系统操作。
- MLOps 是使资料科学家和应用程序开发人员能够帮助将机械学习模型投入生产。
- MLOps 使您能够追踪、版控、稽核、认证、重复使用 ML 生命周期中的每项资产及简化管理生命周期。
孵育出 Jenkins 开源专案与社群,由 Linux 基金会成立的「持续交付基金会(CDF)」也意识到ML布署到现实情境中的问题,於2020年2月宣布成立 MLOps SIG (CDF Special Interest Group - MLOps),依据 CDF MLOps Roadmap 2021,将 MLOps 定义为:
- MLOps 为 "DevOps" 方法论的扩展,并将机器学习和数据科学资产作为 DevOps 生态中的一等公民纳入其中。
- MLOps 应被视为一种实践,以与所有其他技术和非技术要素统一的方式持续管理产品的 ML 方面,以成功将这些产品商业化,并在市场上具有最大的可行性。这也包括 DataOps,因为没有完整、一致、语义有效、正确、及时和无偏见的数据的机器学习是有问题的,或者导致可能加剧内置偏见的有缺陷的解决方案。
MLOps 是与不是
<<: 每个人都该学的30个Python技巧|技巧 6:各种运算子(下)(字幕、衬乐、练习)
可以使用ContentProvider将资料库分享给其他应用程序共享资讯,或从其他应用程序操作资料 ...
技术是成功的基石,耐力是飞翔的翅膀,坚持下去终将展翅高飞。 老实说, 今天已经跟团员去吃铁人赛庆功...
点击物件是蛮基本的操作,不过还是有很多地方需要注意。 回顾 第一天提到了如果该物件是 div,例如这...
上一篇的ProgressBar练习是以Horizont的方式 这篇是以环形转圈圈的ProgressB...
为什麽要用 k8s ? 使用 k8s 的理由有很多,退一万步来说 .... IT 就是一个由新技术驱...