Curso de MLFlow

Curso destinado a explicar o funcionamento e principais conceitos do MLFlow para desenvolvimento de modelos de Machine Learning e Inteligência Artificial.

O uso dessa ferramenta viabilisará a produção e gestão de diferentes modelos treinados. Bem como auxiliará na maneira como os modelos são selecionados para produção.

Todo material está no YouTube: clique aqui.

Estrutura do projeto

.
├── mlflow-server
│   ├── mlartifacts
│   ├── mlruns
│   └── requirements.txt
├── model_churn
│   ├── data
│   ├── requirements.txt
│   └── train.py
└── README.md

mlflow-server

É aqui que os artefatos serão gerados a partir do MLFlow. É o lugar onde você deve executar os comandos:

cd mlflow-server
conda create --name mlflow-server python=3.12
conda activate mlflow-server
pip install -r requirements.txt
mlflow server

Sempre que precisar subir o servidor do MLFlow, pode executar: ml-churn

cd mlflow-server
conda activate mlflow-server
mlflow server

Assim que você criar os primeiros modelos e exeprimentos, as demais pastas serão criadas.

model_churn

É o diretório do nosso projeto de Machine Learning. É onde contruímos o nosso modelo, armazenamos os dados, e todo código necessário para o modelo ser treinado e executado.

Para construir o ambiente necessário, execute os comandos:

cd model_churn
conda create --name ml-churn python=3.12
conda activate ml-churn
pip install -r requirements.txt