Makkelijker samenwerken met Machine Learning experimenten in Python

07-02-2022
0 reacties

Op deze pagina vind je geslaagde innovaties en pilots, maar ook projecten die nog lopen. Van elke innovatie zie je precies wie er aan werken en in welke fase het project zich bevindt.

Overzicht

MLFlowCollab is een wrapper die het werken met MLFlow gemakkelijker en sneller maakt, vooral op het gebied van samenwerken. MLFlow is een handige, simpele, open source en gratis manier om machine learning experimenten bij te houden (onderdeel van MLOps).

Projectleider

Sjoerd Gnodde

Projectteam

Sjoerd Gnodde

Organisatie(s)

Delfland

Technologie

Kunstmatige intelligentie

Projectfase

Implementatie/uitrol

Status

Lopend

MLFlowCollab is een wrapper die het werken met MLFlow gemakkelijker en sneller maakt, vooral op het gebied van samenwerken.

MLFlow is een handige, simpele, open source en gratis manier om machine learning experimenten bij te houden (onderdeel van MLOps). Echter is er ook een tweetal nadelen aan MLOps die deze module tracht op te lossen:

  1. Samenwerken op een centrale locatie, zoals MS Teams mappen werkt onhandig.
  2. Het loggen van standaard paketten zoals scikit-learn kan nóg sneller en makkelijker.

Dit pakket is gemaakt voor data scientists die met Python machine learning experimenten runnen en bijhouden.

Klik hier om ermee aan de slag te gaan.

Of installeer direct:

pip install git+https://gitlab.com/hetwaterschapshuis/kenniscentrum/tooling/mlflowcollab.git

Afbeeldingen

X (voorheen Twitter)

0  reacties

READAR | Gebouwinformatie en mutatiesignalering uit luchtfoto's

Contact

Het Waterschapshuis
Stationsplein 89
3818 LE Amersfoort

033-4603100

winnovatie@hetwaterschapshuis.nl 

 

 

Cookie-instellingen