Orchestrer des modèles de machine learning avec des outils open source
•
0 j'aime•37 vues
De nombreux tutoriels existent pour créer des modèles de machine learning. Dans la majorité des cas, un modèle est créé puis amélioré soit par l'ajout de données d'entraînement ou l'optimisation d'hyperparamètres. Mais comment gérer la création et l'optimisation de milliers de modèles en parallèle ? Comment s'assurer que les modèles et les prévisions sont à jour ? Nous avons construit autour d'outils open source un écosystème permettant de répondre à cette problématique.
Recommandé
Recommandé
Contenu connexe
Similaire à Orchestrer des modèles de machine learning avec des outils open source
Similaire à Orchestrer des modèles de machine learning avec des outils open source (20)
Plus de Open Source Experience
Plus de Open Source Experience (20)
Orchestrer des modèles de machine learning avec des outils open source
- 1. www.centreon.com ALWAYS-ON IT 1 @CC-BY-NC-ND 2021 OPEN SOURCE EXPERIENCE 2021 Feedback on scheduling machine learning models at scale with dkron
- 2. www.centreon.com ALWAYS-ON IT 2 @CC-BY-NC-ND 2021 Curriculum
- 3. www.centreon.com ALWAYS-ON IT 3 @CC-BY-NC-ND 2021 Centreon in a Nutshell EXECUTIVE SUMMARY The World Runs on IT Today it’s No IT No Business VISION We Allow Always-On IT We Make the World Run on IT MISSION Enabling Business Observability Bridging the Gap Between IT Operations and Business BENEFITS Software Provider with an Open-Source DNA Leader in Cloud, Network and Infrastructure Monitoring Key Facts & Metrics Incepted in 2005 by Julien Mathis & Romain Le Merlus 100 employees 720 corporate customers worldwide 250.000 open source users in 60 countries 10 M€ revenue in 2020 > 35% annual revenue growth www.centreon.com ALWAYS-ON IT 3
- 4. www.centreon.com ALWAYS-ON IT 4 @CC-BY-NC-ND 2021 Anomaly Detection
- 5. www.centreon.com ALWAYS-ON IT 5 @CC-BY-NC-ND 2021 MLOps Source: Google Cloud Architecture
- 6. www.centreon.com ALWAYS-ON IT 6 @CC-BY-NC-ND 2021 Training Machine Learning Models General model Advantages - A unique model to tune and maintain. - New time series can have good predictions even with few data points. Drawbacks - Inapt if the distribution changes. - Features must be shared across all time series. - Some metadata can be required. One model per time serie Advantages - Better performance with sufficient data. - Ability to custom models with the distribution of data and metadata given. Drawbacks - Many models to automatically tune and monitor - New time series with few data points don’t have a good model.
- 7. www.centreon.com ALWAYS-ON IT 7 @CC-BY-NC-ND 2021 Orchestration How to train thousands of models and make predictions for as many metrics?
- 8. www.centreon.com ALWAYS-ON IT 8 @CC-BY-NC-ND 2021 dkron A distributed Cron service with, API, no SPOF and an easy to use dashboard.
- 9. www.centreon.com ALWAYS-ON IT 9 @CC-BY-NC-ND 2021 dkron-cli Fork de dkron-python
- 10. www.centreon.com ALWAYS-ON IT 10 @CC-BY-NC-ND 2021 CORPORATE HEADQUARTERS: 46/52 Rue Albert, 75013 Paris FRANCE NORTH AMERICA HEAD OFFICE: 240 Richmond St W, Toronto, ON M5V 1V6, CANADA Join our communities: Centreon resources: