Entwicklung und Deployment von ML Modellen mit R und mlflow

Die Entwicklung von Machine-Learning-Modellen ist ein wichtiger Baustein beim Aufbau datengetriebener Prozesse. Dabei ist die kollaborative Entwicklung und der produktive Betrieb von Modellen eine große Herausforderung.

Im Workshop werden die Teilnehmerinnen und Teilnehmer Konzepte wie den ML Lifecycle und das Tracking von Modellmetriken und -parametern sowie das Deployment von Modellen als REST-API anhand einfacher Beispiele kennenlernen. Sie werden diese mit R und mlflow praktisch umsetzen.

Dabei werden die Teilnehmerinnen und Teilnehmer mit allen Phasen des Machine Learning Lifecycles konfrontiert und können erste Erfahrungen in der Entwicklung von Modellen für einen produktiven Einsatz sammeln.

Vorkenntnisse

- Grundlegendes Verständnis von Machine Learning
- Grundlagenkenntnisse der Programmierung (nicht zwangsläufig R) im Data-Science-Umfeld sind hilfreich, aber nicht zwingend erforderlich
- Vorkenntnisse zu mlflow oder zum Begriff des ML Lifecycles sind nicht erforderlich

Lernziele

Teilnehmerinnen und Teilnehmer lernen anhand von konkreten Beispielen die verschiedenen Komponenten des ML-Lifecycles und die zugehörigen Funktionalitäten von mlflow kennen und sammeln erste praktische Erfahrungen in der Entwicklung nachhaltiger und produktiv einsetzbarer Machine-Learning-Modelle. Sie werden durch erste Praxiserfahrungen lernen, wie mlflow den Entwicklungsprozess von ML-Modellen mit R nachhaltig verbessern kann.

 

Speaker

 

Florian Schmoll
Florian Schmoll hat Mathematik studiert und arbeitet seit 2017 als Data Scientist bei der eoda GmbH in Kassel. Seine Haupttätigkeit liegt in Projekten der Datenanalyse und der Entwicklung produktiv einsetzbarer Machine-Learning-Modellen. Zudem ist er als Trainer für die von eoda entwickelten Data-Science-Trainings tätig.

Silber-Sponsoren

codecentric
inovex
Opitz Consulting

data2day-Newsletter

Sie möchten über die data2day
auf dem Laufenden gehalten werden?

 

Anmelden