Architektonické komponenty v end-to-end frameworcích pro strojové učení

Strojové učení od začátku do konce

Joshua Stapleton

Machine Learning Engineer

Úložiště příznaků

Příznaky

Výběr příznaků
Inženýrství příznaků

Úložiště příznaků

Centrální repozitář příznaků
Zajišťuje konzistenci, snižuje duplicity
Umožňuje sdílení a vyhledávání
Standardizuje transformace a výpočty příznaků

Obrázek životního cyklu strojového učení s přidaným úložištěm příznaků

Feast

Oblíbený nástroj pro implementaci úložišť příznaků
Zajišťuje jednotnou správu, ukládání, poskytování a vyhledávání ML příznaků

Principy

Definování a registrace příznaků pomocí sad příznaků
Sady příznaků: seskupení souvisejících příznaků + metadata

Příklad: příznaky srdečního onemocnění

Entita pacient
Přidružené příznaky (cholesterol, věk, pohlaví)

Úložiště příznaků Feast – část 1

from feast import Field, Entity, ValueType, FeatureStore
from feast.data_source import FileSource


# Define the entity, which in this case is a patient, and features
patient = Entity(name="patient", join_keys=["patient_id"])

chol = Field(name="chol", dtype=Float32)
age = Field(name="age", dtype=Int32)
...

# Define the data source
data_source = FileSource(
    path="/path_to_heart_disease_dataset.csv",
    event_timestamp_column="event_timestamp",
    created_timestamp_column="created")

Úložiště příznaků Feast – část 2

# ... continued
# Create a feature view of the data
heart_disease_fv = FeatureView(name="heart_disease", entities=[patient],
    schema=[cholesterol, ...], ttl=timedelta(days=1), input=data_source,)


# Create a FeatureStore object
store = FeatureStore(repo_path=".")


# Register the FeatureView
store.apply([patient, heart_disease_fv])

Registry modelů

Registr modelů

Systémy pro správu verzí
Sledování různých verzí modelu
Anotace modelů
Sledování výkonnosti v čase

Výhody

Přehlednost
Transparentnost
Reprodukovatelnost

Obrázek životního cyklu strojového učení s přidaným registrem modelů

Pojďme si procvičit!

Strojové učení od začátku do konce