Capítulo 3. Construye tu primera canalización integral
Este trabajo se ha traducido utilizando IA. Agradecemos tus opiniones y comentarios: translation-feedback@oreilly.com
En la Parte I, empezamos cubriendo cómo pasar de los requisitos del producto a los enfoques de modelado candidatos. Después, pasamos a la fase de planificación y describimos cómo encontrar recursos relevantes y aprovecharlos para hacer un plan inicial de lo que se iba a construir. Por último, discutimos cómo construir un prototipo inicial de un sistema que funcione era la mejor forma de progresar. Esto es lo que trataremos en este capítulo.
Esta primera iteración será deslucida por diseño. Su objetivo es permitirnos tener todas las piezas de una tubería en su sitio para poder priorizar cuáles mejorar a continuación. Disponer de un prototipo completo es la forma más fácil de identificar el cuello de botella del impacto de que Monica Rogati describió en "Monica Rogati: How to Choose and Prioritize ML Projects".
Empecemos por construir la tubería más sencilla que pueda producir predicciones a partir de una entrada.
El andamio más sencillo
En "Empieza con una tubería sencilla", describimos en cómo la mayoría de los modelos de ML constan de dos tuberías, la de entrenamiento y la de inferencia. El entrenamiento nos permite generar un modelo de alta calidad, y la inferencia consiste en servir los resultados a los usuarios. Para saber más sobre la diferencia entre entrenamiento e inferencia, consulta "Empezar con un ...
Get Creación de aplicaciones basadas en el aprendizaje automático now with the O’Reilly learning platform.
O’Reilly members experience books, live events, courses curated by job role, and more from O’Reilly and nearly 200 top publishers.
