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
Data Processing with AzureLearnQuest via Coursera Mejores prácticas para el procesamiento de datos en Big Data
Coursera Project Network via Coursera Data Science with Databricks for Data Analysts
Databricks via Coursera Azure Data Engineer con Databricks y Azure Data Factory
Coursera Project Network via Coursera Curso Completo de Spark con Databricks (Big Data)
Coursera Project Network via Coursera