W-JAX | 4. - 8. November 2019, München

Organisation des Machine Learning Lifecycles mit MLflow

Session
Bis 27. Juni: ✓ PlayStation Classic ✓ Kollegenrabatt ✓ Bis zu 347€ sparen Jetzt anmelden

Ticketsysteme, Versionskontrolle, automatische Builds und viele weitere Tools gehören fest zu den Best Practices bei der klassischen Softwareentwicklung. Kommt bei einem Projekt Machine Learning ins Spiel, kommen neue Anforderungen hinzu, die von den bisherigen Tools und Arbeitsweisen nur teilweise abgedeckt werden können. Um den Machine Learning Lifecycle besser unter Kontrolle zu bekommen, entstehen zurzeit viele neue Tools, die versprechen, die besonderen Arbeitsabläufe eines ML-Projekts zu unterstützen. Eines davon ist MLflow, das plattform- und bibliotheksunabhängig Lernergebnisse, gelernte Modelle und Projekt-Set-ups verwaltet. In diesem Vortrag werden die besonderen Herausforderungen von ML-Projekten gegenüber klassischer Softwareentwicklung erläutert und es wird gezeigt, wie man MLflow nutzen kann, um den ML-Workflow besser unter Kontrolle zu bekommen. Dabei wird der Fokus auf einen Einsatz von MLflow in einer JVM-Umgebung und JVM-Machine-Learning-Bibliotheken gelegt.

Alle News der Java-Welt:
Alle News der Java-Welt:

Behind the Tracks of W-JAX 2019

Agile & Culture
Teamwork & Methoden

Data Access & Machine Learning
Speicherung, Processing & mehr

Clouds, Kubernets & Serverless
Alles rund um Cloud

Core Java & JVM Languages
Ausblicke & Best Practices

DevOps & Continuous Delivery
Deployment, Docker & mehr

Microservices
Strukturen & Frameworks

Web Development & JavaScript
JS & Webtechnologien

Performance & Security
Sichere Webanwendungen

Serverside Java
Spring, JDK & mehr

Digital Transformation & Innovation
Technologien & Vorgehensweisen

Software-Architektur
Best Practices