MLOps入门
文章平均质量分 86
狐狸的帽子
天津大学软工硕士
展开
-
MLOps实践指南即将发布,AI工程化论坛精彩议题先睹为快
为引导各行业MLOps成熟度能力建设,激发MLOps工具平台创新主体活力,推动MLOps产业生态健康发展,人工智能关键技术和应用评测工业和信息化部重点实验室、中国信息通信研究院云计算与大数据研究所拟于3月16日在京召开AI工程化论坛暨MLOps实践指南发布会。本次论坛将发布和解读中国信通院《人工智能研发运营体系(MLOps)实践指南(2023年)》。转载 2023-03-13 17:47:55 · 273 阅读 · 0 评论 -
A Data Quality-Driven View of MLOps
从数据质量的角度审查MLOps遇到的难点问题原创 2022-08-12 21:04:12 · 438 阅读 · 0 评论 -
MLDemon: Deployment Monitoring for Machine Learning Systems
论文中文解读原创 2022-08-09 22:06:07 · 155 阅读 · 0 评论 -
MLOps的演进历程
MLOps的演进历史原创 2022-08-07 20:27:39 · 501 阅读 · 0 评论 -
AI模型风险评估 第2部分:核心内容
AI模型风险评估框架 第2部分:核心内容原创 2022-07-28 21:04:25 · 1035 阅读 · 0 评论 -
AI模型风险评估 第1部分:动机
NIST人工智能风险评估框架内容精华分析原创 2022-07-23 20:47:22 · 1364 阅读 · 0 评论 -
MLOps专栏介绍
从2016年起,以深度学习为代表的机器学习大火,直到现在,算法工程师、数据科学家、机器学习工程师、数据工程师越来越成为市场上的香饽饽。或许你是他们中的一员,或许你想加入他们。你需要保持一种对AI领域新方向的敏锐感知,才不会一次次错过时代的发展时机。你知道AI从业者都在关注什么吗?他们早已脱离了一味追求实验室理想环境下的超高准确率、召回率、F1-score,而是寻求商业环境下的高质量、低风险的规模化部署,敏捷、标准化的交付流程,实现机器学习全生命周期的闭环。这样一套管理过程脱胎于软件工程项目管理DevOp原创 2022-06-02 21:17:28 · 220 阅读 · 0 评论 -
Introducing MLOps 解读(一)
一、什么是MLOps?MLOps是一个帮助组织和商业高管创造长期价值并降低机器学习等模型风险的过程。MLOps的核心是机器学习全生命周期的标准化和精简化。而这种精简化是出于模型规模化生产的必然需要。为什么这么说呢?早几年的时候,大多数组织面向生产的机器学习模型的开发和落地部署还是新生事物,模型数量较少易管理,公司领导对理解这些模型及相关依赖的兴趣很少。而随着决策自动化的发展,像个性化推荐、RPA自动化二、践行MLOps面临的挑战是什么?三、MLOps有哪些特点?.........原创 2022-06-02 21:15:54 · 449 阅读 · 0 评论