Obsah:
Video: Running Effective Machine Learning Teams: Common Issues, Challenges & Solutions | Comet.ml (November 2024)
Podnik, ktorý chce využiť strojové učenie (ML) potrebuje viac ako inteligentné zariadenia a súbory údajov. Vo svojom jadre sa ML točí okolo dvoch hemisfér: modely ML a algoritmy na jednej strane a primerane kurátorské súbory údajov na strane druhej. Zatiaľ čo obidve vyžadujú odborné znalosti, prvé z nich získalo významný nárast prostredníctvom Comet.ml, služby spustenej začiatkom tohto mesiaca s nástrojmi, ktoré umožňujú vedcom údajov a vývojárom sledovať kód a efektívnejšie zdieľať svoje modely ML. Spoločnosť tvrdí, že odpovedá na to, čo považuje za zvýšenú potrebu efektívnejších a použiteľnejších nástrojov ML. Táto služba je súčasťou rastúcej oblasti praktických služieb, ktoré sa snažia umožniť viacerým ľuďom prístup, využívanie a informovanie o ML.
Spojenie GitHub
Napriek tomu, že Comet.ml nie je mladší ako jeden mesiac, označenie „GitHub ML“ nemusí byť vhodné. Ak nie ste oboznámení s GitHub, jedná sa o hostingovú službu úložiska, kde vývojári ukladajú a zdieľajú svoj kód. V projektoch s viacerými vývojármi pracujúcimi na tej istej kodebáze hrajú úložiská, ako je GitHub, rozhodujúci kód pri organizovaní pracovných postupov a udržiavaní riadenia verzií. Zatiaľ čo koncepcia úložiska kódov nie je nová, GitHub otvoril vývojovej komunite úplne nový svet vytvorením používateľského rozhrania (UI), ktoré presahovalo tajomné, projektovo orientované kódovacie schopnosti a pridalo intuitívne UI, ako aj sociálne nástroje, ktoré umožňujú službe GitHub hovoriť s používateľmi a dokonca aj s komunitami. Či už ste chceli, aby váš kód skontrolovali iní vývojári, našli nové a zaujímavé aplikácie, alebo ste len boli zvedaví na tom, na čom pracujú špičkoví inžinieri na svete, GitHub sa stal jedným z najpopulárnejších miest, kde sa dozviete, čo vývojová komunita robí.
S takýmto životopisom sa zdá byť veľmi ambiciózne chcieť byť GitHubom všetkého, ale zakladatelia spoločnosti Comet.ml sú si istí. Comet.ml funguje podobným spôsobom ako populárna služba GitHub. Jednoducho si vytvorte bezplatný účet na webovej stránke Comet.ml, vyberte si preferovanú knižnicu ML (Comet.ml v súčasnosti podporuje Javu, Pytorch, TensorFlow a niekoľko ďalších najobľúbenejších knižníc) a môžete vstávať a
GitHub tiež hosťuje modely ML, ale Comet.ml je navrhnutý s ohľadom na jedinečné potreby ML. Prostredníctvom typu algoritmu známeho ako Bayesovská „optimalizácia hyperparameterov“ služba vylepší vaše modely zmenou hyperparametrov vašich experimentov. Ak ste skutočný geek o údajoch, je na webových stránkach spoločnosti dôkladnejšie vysvetlenie. Vyladenie modelov ručne môže trvať neuveriteľne dlho. Ak tento algoritmus funguje rovnako dobre, ako hovorí Comet.ml, určite by to mohlo upútať pozornosť komunity vedcov údajov. Rovnako ako GitHub, jeden účet s verejne dostupnými archívmi je úplne zadarmo a súkromné archívy začínajú na 49 dolárov za používateľa mesačne.
Potreba niečoho jednoduchšieho
Gideon
„Predtým som pracoval v spoločnosti s názvom
Odtiaľ sa Mendels a ďalší členovia tímu rozhodli zamerať na budovanie Comet.ml samostatne. Podľa spoločnosti Mendels nie je hodnota súboru Comet.ml iba skutočnosťou, že je možné ukladať modely ML
"Spája to s väčším bodom toho, ako veľa spoločností začína robiť ML a vedu o údajoch, " uviedol Mendels. „S GitHubom môžete ukladať kód, ale s ML,
Strojové ihriská
Comet.ml je len jednou z niekoľkých ponúk, ktorých cieľom je zmeniť spôsob interakcie s ML. Spoločnosť Microsoft, ktorá bola vo vesmíre veľmi agresívna, uviedla na trh Azure Notebooks pred niekoľkými rokmi. Hoci spoločnosť predstavuje viac vzdelávacieho nástroja ako Comet.ml, je navrhnutá tak, aby vám umožnila hrať sa s ML modelmi v cloude.
K dispozícii je tiež celá vlna trhovísk ML, ktoré ponúkajú úplné a pripravené modely pre malé a stredné podniky (MSP) aj pre podniky. Algoritmia je
Ak nie ste vedec údajov, možno si budete myslieť, že tieto služby sa nevzťahujú na vás a vašu organizáciu. Podniky všetkých veľkostí však oznamujú bezprecedentnú podporu a využívanie riešení AI a ML je toho dôležitou súčasťou. Tieto implementácie presahujú škálu od rozsiahlych, rozsiahlych projektov až po projekty tak zamerané, že ste prekvapení, keď nájdete ML v receptúre.
Ako príklad cieleného projektu je WineStein digitálna somelierska služba, ktorá využíva modely ML na párovanie vína s rôznymi druhmi potravín. Rozsah širších príkladov implementácie