Suivi d'expériences

Concepts d’MLOps

Folkert Stijnman

ML Engineer

L'expérience en Machine Learning

ingrédients d'une expérience de Machine Learning

Concepts d’MLOps

Pourquoi le suivi d'expériences est-il important ?

Dans chaque expérience, les facteurs suivants peuvent être configurés :

configurations de Machine Learning

Concepts d’MLOps

Utiliser le suivi d'expériences dans le cycle de vie ML

Le suivi d'expériences aide à :

  • Comparer les résultats
  • Reproduire des expériences passées
  • Collaborer avec les développeurs et les parties prenantes
  • Présenter les résultats aux parties prenantes
Concepts d’MLOps

Comment suivre les expériences ?

Outil Avantage Inconvénient
Feuille de calcul Simple, facile à utiliser Beaucoup de travail manuel
Plateforme propriétaire Solution adaptée à notre processus Demande du temps et des efforts
Outil de suivi d'expériences Conçu spécifiquement pour les expériences Nécessite de se familiariser avec l'outil

 

Concepts d’MLOps

Une expérience de Machine Learning

Exemples d'expériences de Machine Learning

Concepts d’MLOps

Le processus d'expérimentation

  1. Formuler une hypothèse : « Nous nous attendons à… »
  2. Rassembler images et étiquettes
  3. Définir les expériences : types de modèles, hyperparamètres, jeux de données
  4. Mettre en place le suivi d'expériences
  5. Entraîner le ou les modèles de Machine Learning
  6. Tester les modèles sur un ensemble de test réservé
  7. Enregistrer le modèle le plus approprié
  8. Visualiser, rendre compte à l'équipe et aux parties prenantes, puis définir la suite

entraînement et test de modèles de Machine Learning

Concepts d’MLOps

Passons à la pratique !

Concepts d’MLOps

Preparing Video For Download...