Spåra scikit-learn modellträning med MLflow
Den här notebook-filen baseras på självstudiekursen om MLflow scikit-learn-diabetes.
Notebook-filen visar hur du använder MLflow för att spåra modellträningsprocessen, inklusive loggningsmodellparametrar, mått, själva modellen och andra artefakter som diagram till en Azure Databricks-värdbaserad spårningsserver. Den innehåller också instruktioner för att visa de loggade resultaten i användargränssnittet för MLflow-spårning.
I följande guider beskrivs distributionsalternativ för din tränade modell:
- Distribuera din modell med hjälp av modellservering med Azure Databricks