Γλωσσάριο

MLflow

Τι είναι MLflow;

Το MLflow είναι μια πλατφόρμα ανοικτού κώδικα για τη διαχείριση ολόκληρου του κύκλου ζωής μοντέλων μηχανικής μάθησης, που παρουσιάστηκε αρχικά από τη Databricks το 2018. Καταγράφει πειράματα με τις παραμέτρους και τις μετρικές τους, διαχειρίζεται εκδόσεις μοντέλων σε ένα μητρώο και απλοποιεί την ανάπτυξη σε παραγωγή. Οι πιο πρόσφατες εκδόσεις υποστηρίζουν επίσης την ιχνηλάτηση και την αξιολόγηση εφαρμογών που βασίζονται σε γλωσσικά μοντέλα. Έτσι οι ομάδες μπορούν να εντοπίσουν ποιο μοντέλο παρήχθη με ποια δεδομένα και ποιες ρυθμίσεις.

Θέματα

  • MLOps
  • ανοικτός κώδικας
  • διαχείριση μοντέλων

Δοκιμάστε το KI.ordo

Πράκτορες, ροές εργασιών και πρότυπα σε έναν χώρο εργασίας – δωρεάν επίδειξη 24 ωρών.

Έναρξη επίδειξης
← Όλοι οι όροι

Σχετικοί όροι

Αγωγός μηχανικής μάθησης (pipeline)

Ένας αγωγός μηχανικής μάθησης (machine learning pipeline) είναι μια καθορισμένη ακολουθία βημάτων που μετατρέπει ακατέργαστα δεδομένα σε ένα μοντέλο έτοιμο για χρήση: συλλογή και καθαρισμός δεδομένων, προετοιμασία χαρακτηριστικών, εκπαίδευση, αξιολόγηση, ανάπτυξη και παρακολούθηση. Η αυτοματοποίηση αυτών των βημάτων καθιστά τα αποτελέσματα αναπαραγώγιμα και επιτρέπει την επεξεργασία νέων δεδομένων με μικρή προσπάθεια. Ένας έμπορος λιανικής, για παράδειγμα, μπορεί να επανεκπαιδεύει και να δοκιμάζει το μοντέλο πρόβλεψης πωλήσεων κάθε εβδομάδα με τα πιο πρόσφατα στοιχεία.

  • MLOps
  • αυτοματοποίηση
  • +1

Kubeflow

Το Kubeflow είναι μια πλατφόρμα ανοικτού κώδικα για την εκτέλεση ροών εργασιών μηχανικής μάθησης στο Kubernetes, από την προετοιμασία δεδομένων μέχρι την εκπαίδευση, την αναζήτηση υπερπαραμέτρων και την εξυπηρέτηση μοντέλων. Αρχικά ξεκίνησε από τη Google, και το έργο ανήκει πλέον στο Cloud Native Computing Foundation, όπου απέκτησε το καθεστώς «graduated» τον Αύγουστο του 2026 (στοιχεία Οκτωβρίου 2026). Απευθύνεται κυρίως σε ομάδες που εκπαιδεύουν δικά τους μοντέλα σε μεγάλη κλίμακα σε δική τους υποδομή ή υποδομή cloud.

  • MLOps
  • Kubernetes
  • +1

Amazon SageMaker

Το Amazon SageMaker είναι η υπηρεσία cloud της Amazon Web Services (AWS) για τη δημιουργία, την εκπαίδευση και την ανάπτυξη μοντέλων μηχανικής μάθησης. Στα τέλη του 2024 η αρχική υπηρεσία μετονομάστηκε σε «Amazon SageMaker AI»· έκτοτε, το «Amazon SageMaker» αναφέρεται σε μια ευρύτερη πλατφόρμα για δεδομένα, αναλύσεις και ΤΝ με τη διεπαφή SageMaker Unified Studio (ενημέρωση: Οκτώβριος 2026). Χρησιμοποιείται κυρίως από ομάδες επιστήμης δεδομένων που εκτελούν μοντέλα σε υποδομή AWS.

  • Cloud
  • MLOps
  • +1

Απόκλιση μοντέλου

Η απόκλιση μοντέλου (model drift) είναι η σταδιακή πτώση της ποιότητας πρόβλεψης ενός μοντέλου κατά τη λειτουργία, επειδή η πραγματικότητα αλλάζει σε σχέση με τα δεδομένα εκπαίδευσης. Διακρίνονται οι αλλαγές στα δεδομένα εισόδου (data drift) και οι αλλαγές στη σχέση μεταξύ εισόδων και αποτελεσμάτων (concept drift). Παράδειγμα: ένα μοντέλο ανίχνευσης απάτης δεν εντοπίζει νέα σχήματα απάτης. Τα διορθωτικά μέτρα περιλαμβάνουν τη συνεχή παρακολούθηση μετρικών και την τακτική επανεκπαίδευση.

  • MLOps
  • ποιότητα μοντέλου
  • +1