Kubeflow - クラウドネイティブなMLツールボックス
データサイエンス/機械学習モデルの開発で最も一般的なハードルの一つは、スケールとリアルタイムで動作するエンドツーエンドのパイプラインを設計することです。データサイエンティストやエンジニアは、実験のためのインフラ を学び、開発し、維持することを期待されることが多い。
このラボでサルマンは、Kubeflowを使用するメリットについて議論する。KubeflowはオープンソースのKubernetesベースのプラットフォームで、機械学習に関連しないタスクを抽象化しつつ、制御できるように設計されている。
- Kubeflowのアーキテクチャとインストール
- Kubeflowパイプラインでエンドツーエンドのオーケストレーション機械学習実験を作成
- Kubeflowの現在のユースケースと、他業界のチームが機械学習オペレーションを拡張するためにクラウドをどのように活用しているか"