ModelOps в Loginom: управление моделями и экспериментами

0:00 Представление спикера 0:35 Темы доклада 0:53 Операционализация аналитики данных 1:35 Требования к бизнес-процессу 3:02 Схема построения ML-модели 4:02 Особенности построения модели 5:05 Распространенные ситуации по восстановлению эксперимента 6:48 Типичные проблемы при восстановлении эксперимента 8:26 Тезисы 8:37 Схема использования ModelOps 10:13 Уровни зрелости 11:35 Визуализация проблемы с повторяемостью эксперимента 11:52 Использование заметок и комментариев 12:45 Использование Git 13:29 Недостатки в Git для ModelOps 14:46 Clear ML как подходящий фреймворк 15:45 Модули Clear ML 16:28 Терминология 17:48 Web-интерфейс Clear ML 18:17 Технические подробности 18:59 Создание нового проекта 19:14 Модули шаблона сценария 20:15 Сохранение оригинальных датасет 20:40 Подготовка выборок 21:01 Сохранение в дочерний датасет 21:49 Наполнение эксперимента 24:03 Карточки 27:53 Анонс библиотеки и вебинара 28:26 Вопросы из зала