MLOps ve Dağıtım
MLflow, Docker, FastAPI, Streamlit, Prefect, feature stores, veri pipeline'ları, izleme, ML iş metrikleri, bulut dağıtımı
1Bir MLOps workflow'unda MLflow'un birincil rolü nedir?
Bir MLOps workflow'unda MLflow'un birincil rolü nedir?
Cevap
MLflow, ML model yaşam döngüsünün tamamını yöneten açık kaynaklı bir platformdur: deney izleme (metrikler, parametreler, artifact'lar), model paketleme, merkezi registry ve dağıtım. Bu, deney tekrarlanabilirliğini ve standartlaştırılmış model versiyonlamayı sağlar.
2MLflow'da bir parametre loglamak için hangi komut kullanılır?
MLflow'da bir parametre loglamak için hangi komut kullanılır?
Cevap
mlflow.log_param fonksiyonu, bir run ile ilişkili bir hyperparameter'ı (learning rate, epochs, batch size) kaydeder. Bu parametreler daha sonra MLflow UI'da görünür ve farklı eğitim konfigürasyonlarının karşılaştırılmasına olanak tanır.
3mlflow.log_metric ile mlflow.log_param arasındaki fark nedir?
mlflow.log_metric ile mlflow.log_param arasındaki fark nedir?
Cevap
log_param, eğitimden önce tanımlanan sabit değerleri (learning_rate, epochs gibi hyperparameter'lar) kaydederken, log_metric eğitim sırasında veya sonrasında değişen değerleri (accuracy, loss) kaydeder. Metrikler, eğriler oluşturmak için farklı step'lerle birden çok kez loglanabilir.
Bir ML modelini dağıtmak için Docker kullanmanın ana avantajı nedir?
Bir ML uygulaması için neden multi-stage Dockerfile kullanılır?
+21 mülakat soruları
Diğer Data Science & ML mülakat konuları
Python Temelleri
Python Nesne Yönelimli Programlama
Python Veri Yapıları
Git Temelleri
SQL Temelleri
NumPy Temelleri
Pandas Temelleri
Jupyter & Google Colab
SQL Joins ve Gelişmiş Sorgular
İleri Pandas
Matplotlib & Seaborn ile Görselleştirme
Plotly ile Etkileşimli Görselleştirmeler
Tanımlayıcı İstatistik
Çıkarımsal İstatistik
Web Scraping
BigQuery & Cloud Data
Feature Engineering
Denetimli ML: Regresyon
Denetimli ML: Sınıflandırma
Karar Ağaçları ve Topluluk Yöntemleri
Denetimsiz ML
ML Pipeline'ları & Doğrulama
Zaman Serileri & Tahminleme
Deep Learning Temelleri
TensorFlow & Keras
CNN ve görüntü sınıflandırma
RNN ve Diziler
Transformers ve Attention
NLP ve Hugging Face
GenAI ve LangChain
Bir sonraki mülakatın için Data Science & ML'de uzmanlaş
Tüm sorulara, flashcards'a, teknik testlere, code review alıştırmalarına ve mülakat simülatörlerine eriş.
Ücretsiz başla