Каким должен быть Feature Store, чтобы оптимизировать работу с ML-моделями

Джерело:
Хабрахабр / Захабренные / Тематические / Посты

Дата публікації:
30/11/2022 13:17

Постійна адреса новини:
http://www.vsinovyny.com/9509229

Каким должен быть Feature Store, чтобы оптимизировать работу с ML-моделями

30/11/2022 13:17 // Хабрахабр / Захабренные / Тематические / Посты

В работе с данными для обучения нейросетей много рутины: под каждую ML-модель нужно создать датасет, потом «вычеркнуть» лишние признаки (фичи) и протестировать точность предсказаний. Иногда при изменении датасета нужно собирать данные по новой. Это неудобно, если нужно переиспользовать уже собранные фичи для обучения новых моделей. Чтобы оптимизировать работу с данными, ML-инженеры объединили разные практики и сформировали парадигму Feature Store.

По мотивам выступления Артёма Глазкова (@Allront), ведущего эксперта MLOps в Polymatica, рассказываем о том, что нужно бизнесу от Feature Store сегодня, и разбираем архитектуру «эталонного» решения. Подробности под катом.
Читать дальше →

» Читати повністю

«	Наступна новина з архіву В Беларуси сейчас 9000 солдат армии России. Их могут использовать для двух вариантов – ГУР	Попередня новина з архіву Релиз Portal с поддержкой RTX запланирован на 8 декабря	»