DataArt – международная компания-разработчик программного обеспечения.
Здесь мы рассказываем то, что вам может быть интересно.
Мы на фейсбуке: facebook.com/DataArt.Dev
Связаться с нами в Telegram: @DataArtFeedbackBot
Post #491
1.81K
Как я организую структуру своих ML-проектов
«В большинстве курсов по DS или ML рекомендуется использовать Jupyter Notebook, который чаще всего устанавливается вместе с пакетом Anaconda. Он также популярен как подход к ML-соревнованиям, например, на Kaggle. Этот инструмент действительно удобен для просмотра, визуализации и построения моделей, когда это нужно сделать в сжатые сроки. Но для проектов, над которыми работают команды, а не один разработчик, или длительность которых больше месяца, у такого подхода есть серьезные недостатки».
Максим Поляков, Machine Learning Engineer в DataArt, сделал обзор подходов к организации ML-проектов и рассказал, какой структурой пользуется сам. Читайте на Типичный программист.
«В большинстве курсов по DS или ML рекомендуется использовать Jupyter Notebook, который чаще всего устанавливается вместе с пакетом Anaconda. Он также популярен как подход к ML-соревнованиям, например, на Kaggle. Этот инструмент действительно удобен для просмотра, визуализации и построения моделей, когда это нужно сделать в сжатые сроки. Но для проектов, над которыми работают команды, а не один разработчик, или длительность которых больше месяца, у такого подхода есть серьезные недостатки».
Максим Поляков, Machine Learning Engineer в DataArt, сделал обзор подходов к организации ML-проектов и рассказал, какой структурой пользуется сам. Читайте на Типичный программист.
