MLOps: Databricks MLFlow y Optuna para Ajuste de Hiperparámetros - Español
Offered By: The Machine Learning Engineer via YouTube
Course Description
Overview
Descubre cómo utilizar Databricks y MLflow para realizar experimentos de ajuste de hiperparámetros utilizando Optuna y XGBoost. Aprende a configurar un entorno de MLOps efectivo, implementar técnicas avanzadas de optimización de modelos y gestionar experimentos de aprendizaje automático de manera eficiente. Explora paso a paso cómo integrar estas poderosas herramientas para mejorar el rendimiento de tus modelos y agilizar el proceso de desarrollo en machine learning. El código fuente está disponible en GitHub para que puedas seguir junto con la demostración y aplicar lo aprendido en tus propios proyectos.
Syllabus
MLOps MLFlow: Databricks MLFLow y Optuna Hyper-Parameter Tuning Español
Taught by
The Machine Learning Engineer
Related Courses
Machine Learning Operations (MLOps): Getting StartedGoogle Cloud via Coursera Проектирование и реализация систем машинного обучения
Higher School of Economics via Coursera Demystifying Machine Learning Operations (MLOps)
Pluralsight Machine Learning Engineer with Microsoft Azure
Microsoft via Udacity Machine Learning Engineering for Production (MLOps)
DeepLearning.AI via Coursera