Saltar al contenido principal

Módulo 3: Seguimiento de experimentos

🎯 Objetivos de aprendizaje​

Al finalizar este módulo, usted podrá:

  • Configurar y utilizar MLflow para un seguimiento integral de experimentos
  • Implementar Weights & Biases para una gestión avanzada de experimentos
  • Comparar experimentos de manera efectiva y seleccionar los mejores modelos
  • Garantizar la reproducibilidad en todos los experimentos

📚 Contenido del módulo​

Capítulo 1: Introducción a MLflow​

Componentes de MLflow (Tracking, Projects, Models, Registry), configuración y registro de experimentos.

Capítulo 2: Weights and Biases​

Características de W&B, sweeps para ajuste de hiperparámetros, artefactos, informes y colaboración en equipo.

Capítulo 3: Comparación de experimentos​

Visualización de métricas, análisis de hiperparámetros, selección de experimentos y reproducibilidad.

⏱️ Tiempo estimado​

ActividadDuración
Lectura2.5 horas
Ejercicios prácticos2 horas
Cuestionario30 minutos
Total5 horas

🛠️ Herramientas cubiertas​

  • MLflow Tracking Server
  • Weights & Biases
  • Neptune.ai (descripción general)
  • TensorBoard

🚀 ¡Comencemos!​

Inicie con Capítulo 1: Introducción a MLflow.