الوحدة 3: تتبع التجارب
🎯 الأهداف التعليمية
بنهاية هذه الوحدة، ستكون قادرًا على:
- إعداد واستخدام MLflow لتتبع التجارب بشكل شامل
- تنفيذ Weights & Biases لإدارة التجارب المتقدمة
- مقارنة التجارب بفعالية واختيار أفضل النماذج
- ضمان إمكانية إعادة إنتاج جميع التجارب
📚 محتوى الوحدة
الفصل 1: مقدمة في MLflow
مكونات MLflow (التتبع، المشاريع، النماذج، السجل)، الإعداد، وتسجيل التجارب.
الفصل 2: Weights and Biases
ميزات W&B، عمليات الضبط الدقيق للمعلمات، القطع الأثرية، التقارير، والتعاون بين الفرق.
الفصل 3: مقارنة التجارب
تصور المقاييس، تحليل المعلمات الفائقة، اختيار التجارب، وإمكانية إعادة الإنتاج.
⏱️ الوقت المقدر
| النشاط | المدة |
|---|---|
| القراءة | 2.5 ساعات |
| التمارين العملية | 2 ساعات |
| الاختبار | 30 دقيقة |
| الإجمالي | 5 ساعات |
🛠️ الأدوات المشمولة
- خادم تتبع MLflow
- Weights & Biases
- Neptune.ai (نظرة عامة)
- TensorBoard
🚀 لنبدأ!
ابدأ مع الفصل 1: مقدمة في MLflow.