Woodmark Blog
Mit MLflow von Databricks den gesamten Machine Learning Lifecycle abdecken
Eine Plattform, die modernen Anforderungen an die Verfügbarkeit von Machine Learning-Modellen genügen möchte, muss den gesamten Lifecycle im Data Science abbilden können. Data Scientists und ML Engineers benötigen ein Angebot, das Versionierung sowie Modell-Tracking & -Monitoring anbietet.
Weiterlesen … Mit MLflow von Databricks den gesamten Machine Learning Lifecycle abdecken
Der Weg aus dem Labyrinth: XML-Denormalisierung mit Apache Spark
Die Verarbeitung und Analyse von Daten, insbesondere von komplexen XML-Strukturen, stellt eine große Herausforderung dar, da die Verschachtelungstiefe ein komplexes Labyrinth darstellen kann. Danial gibt einen detaillierten Einblick in die Praxis und Theorie dieses Themas.
Weiterlesen … Der Weg aus dem Labyrinth: XML-Denormalisierung mit Apache Spark
Automatisierung mit Azure DevOps am Beispiel von Databricks
Databricks, als Unified Data Analytics Plattform, bietet eine Palette an Tools, auf welche Entwickler und Data Scientists für ihre tägliche Arbeit zurückgreifen können...
Weiterlesen … Automatisierung mit Azure DevOps am Beispiel von Databricks