تتبّع مصدر البيانات إلى النموذج
اربط النموذج المنشور ببياناته وشفرته المحددتين بدقة.
تتبّع مصدر البيانات إلى النموذج درس مجاني في MLOps Academy على CoddyKit. هذا هو الدرس 1 من أصل 4. يمكنك قراءة الدرس كاملاً أدناه مجاناً — ثم تمرن عليه مباشرة في المتصفح باستخدام محرر أكواد مدمج ومدرس ذكاء اصطناعي متاح 24/7. هذا الدرس جزء من مسار التعلم في MLOps Academy، وتقدمك يتزامن عبر الويب وتطبيق CoddyKit. تتضمن دورة MLOps Academy 4 دروس في المجموع.
ما المقصود بسلسلة النَّسَب
سلسلة النَّسَب هي السلسلة الموثقة التي تربط نموذجًا منشورًا بالبيانات والتعليمات البرمجية والإعدادات الدقيقة التي أنتجته. 🔗
لماذا تحتاج إليها
عندما يُطرح تساؤل حول تنبؤ ما، تتيح لك سلسلة النسب الإجابة عن سؤال صعب: أي بيانات وأي إصدار من التعليمات البرمجية أنشأ هذا النموذج؟
المدخلات الثلاثة التي يجب تتبعها
لكل نموذج مدرّب ثلاثة أصول تجدر متابعتها: إصدار مجموعة البيانات، وتثبيت شيفرة التدريب، ومعلمات التشغيل.
ثبّت تثبيت الشيفرة
سجّل تجزئة التثبيت الدقيقة في Git مع كل تشغيل، حتى تعرف دائمًا أي شيفرة درّبت النموذج.
import subprocess
commit = subprocess.check_output(["git", "rev-parse", "HEAD"]).decode().strip()
mlflow.set_tag("git_commit", commit)ثبّت إصدار البيانات
سجّل إصدار البيانات أيضًا. ومع DVC، تُحفظ تجزئة البيانات في Git، ولذلك يشير التثبيت مسبقًا إلى حالة دقيقة واحدة من مجموعة البيانات.
يحفظ MLflow الرابط
يحفظ MLflow المعلمات والمقاييس والوسوم لكل تشغيل، ولذلك يحمل النموذج المسجّل مؤشرات إلى طريقة بنائه. 🧾
mlflow.log_param("data_path", "data/train.csv")
mlflow.log_metric("f1", 0.91)
mlflow.sklearn.log_model(model, "model")أضف وسومًا كافية إلى التشغيل
الوسوم بيانات وصفية مجانية. أرفق تجزئة مجموعة البيانات واسم البيئة واسم المؤلف، حتى يروي التشغيل قصته بنفسه لاحقًا.
mlflow.set_tag("dataset_hash", "a1b2c3")
mlflow.set_tag("author", "team-fraud")سلسلة النسب رسم بياني
تصوّر سلسلة النسب بوصفها رسمًا بيانيًا: تتدفق عقد البيانات إلى تشغيل تدريب، ثم إلى نموذج، ثم إلى عملية نشر.
تتبّع إلى الأمام والخلف
تعمل سلسلة النسب الجيدة في الاتجاهين. يجيب التتبع الخلفي عن كيفية بناء هذا النموذج، بينما يجيب التتبع الأمامي عن النماذج التي أثرت فيها مجموعة بيانات.
اقرأ سلسلة النسب من تشغيل
يمكنك جلب تشغيل سابق باستخدام معرّفه وقراءة وسومه لإعادة بناء البيانات والتثبيت اللذين أنتجا ذلك النموذج بدقة.
run = mlflow.get_run(run_id)
print(run.data.tags["git_commit"])
print(run.data.tags["dataset_hash"])أدوات تنفذ ذلك
تلتقط MLflow وDVC وأدوات مخصصة مثل OpenLineage هذه الروابط تلقائيًا، فلا تضطر إلى جمع سلسلة النسب يدويًا.
تحقق سريع
اختبر مدى فهمك لما تربطه سلسلة النسب فعليًا.
مراجعة
تعلمت أن سلسلة النسب تربط النموذج ببياناته وشيفرته ومعلماته، وتُلتقط هذه المعلومات كوسوم في تشغيل، بحيث يمكن تتبع أي نموذج بالكامل. ✅
تعلم Python مع معلم ذكاء اصطناعي — مجانًا
اكتب وقم بتشغيل أكوادك الفعلية في المتصفح، واحصل على مساعدة فورية من معلم ذكاء اصطناعي متاح 24/7، واستمر من حيث توقفت على الويب أو في التطبيق.
- الدورات
- 30
- الدروس
- 120
الأسئلة الشائعة
هل درس «تتبّع مصدر البيانات إلى النموذج» مجاني؟
نعم — نص درس «تتبّع مصدر البيانات إلى النموذج» كامل متاح مجاناً هنا على الويب. لتمرينه بشكل تفاعلي (محرر أكواد مدمج ومدرس ذكاء اصطناعي متاح 24/7) وفتح باقي دورة MLOps Academy، انتقل إلى CoddyKit PRO. تتضمن دورة MLOps Academy 4 دروس في المجموع.
ماذا ستتعلم في «تتبّع مصدر البيانات إلى النموذج»؟
اربط النموذج المنشور ببياناته وشفرته المحددتين بدقة. تتمرن على MLOps Academy مع أكواد عملية تشغلها مباشرة في المتصفح، ومدرس ذكاء اصطناعي متاح 24/7 يجيب على أسئلتك أثناء عملك.
هل أحتاج إلى خبرة سابقة لأبدأ MLOps Academy؟
لا تُشترط خبرة سابقة. MLOps Academy على CoddyKit منظم للمبتدئين حتى المتقدمين، لذا يمكنك البدء من هنا أو من البداية والتقدم بسرعتك الخاصة. هذا هو الدرس 1 من أصل 4.
كم من الوقت يستغرق درس «تتبّع مصدر البيانات إلى النموذج»؟
معظم دروس CoddyKit تستغرق حوالي 5–10 دقائق. كل منها موجز وتفاعلي، لذا تحرز تقدماً مستمراً وتستأنف من حيث توقفت عبر الويب والتطبيق.
هل يمكنني كتابة وتشغيل أكواد في درس MLOps Academy هذا؟
نعم. كل درس في MLOps Academy يتضمن محرر أكواد مدمج، لذا تكتب وتشغل أكواداً حقيقية مباشرة في متصفحك وتحصل على تعليقات فورية من الذكاء الاصطناعي — بدون إعداد محلي.
جميع الدروس في هذه الدورة
- تتبّع مصدر البيانات إلى النموذج
- كتابة بطاقات النماذج
- مسارات التدقيق وقابلية إعادة الإنتاج
- التحكم في الوصول والامتثال