Construir Pipelines de Aprendizaje Automático

Capítulo 6. Formación de modelos

Este trabajo se ha traducido utilizando IA. Agradecemos tus opiniones y comentarios: [e-mail]

Ahora que se ha completado el paso de preprocesamiento de datos y los datos se han transformado en el formato que requiere nuestro modelo, el siguiente paso en nuestro pipeline es entrenar el modelo con los datos recién transformados.

Como comentamos en el Capítulo 1, no cubriremos el proceso de elección de la arquitectura de tu modelo. Suponemos que tienes un proceso de experimentación separado que tuvo lugar incluso antes de que cogieras este libro y que ya conoces el tipo de modelo que deseas entrenar. En el Capítulo 15 hablamos de cómo hacer un seguimiento de este proceso de experimentación, ya que ayuda a crear una pista de auditoría completa para el modelo. Sin embargo, no cubrimos ninguno de los antecedentes teóricos que necesitarás para comprender el proceso de entrenamiento del modelo. Si quieres aprender más sobre esto, te recomendamos encarecidamente la publicación de O'Reilly Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow, 2ª edición.

En este capítulo, cubrimos el proceso de entrenamiento del modelo como parte de un pipeline de aprendizaje automático, incluyendo cómo se automatiza en un pipeline TFX. También incluimos algunos detalles de las estrategias de distribución disponibles en TensorFlow y de cómo ajustar los hiperparámetros en una canalización. Este capítulo es más específico de las canalizaciones ...