MLflow を使用して ML の実験とモデルを追跡する - Azure Machine Learning

この記事では、MLflow を使用して Azure Machine Learning ワークスペースで実験と実行を追跡する方法について説明します。 追跡 は、実行する実験に関する関連情報を保存するプロセスです。 保存された情報 (メタデータ) はプロジェクトによって異なり、次の情報を含めることができます。 コード 環境の詳細 (OS バージョン、Python パッケージなど) 入力データ パラメーターの構成 モデル 評価メトリック 評価の視覚化 (混同行列、重要度プロットなど) 評価結果 (一部の評価予測を含む) Azure Machine Learning でジョブを操作している場合、Azure Machine Learning は、コード、環境、入出力データなど、実験に関する情報を自動的に追跡します。 ただし、モデル、パラメーター、メトリックなどの他のものは、特定のシナリオに固有である