MLOps Academy · درس

التدريب والتسجيل في السجل

شغّل التدريب وسجّل النموذج الناتج.

التدريب والتسجيل في السجل 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.

بعض أجزاء هذا الدرس لم تُترجم بعد وتظهر باللغة الإنجليزية.

One Run, Fully Captured

This lesson ties training and the registry together. You train a model, then push it into the MLflow Model Registry so it becomes a versioned, reusable artifact. 🚀

Start a Tracking Run

Wrap your training in mlflow.start_run(). Everything you log inside that block belongs to one run, with its own id and timestamp.

import mlflow

with mlflow.start_run() as run:
    # train and log here
    print(run.info.run_id)

Train Your Model

Inside the run, fit your estimator like normal. The training code does not change just because MLflow is watching.

from sklearn.ensemble import RandomForestClassifier

model = RandomForestClassifier(n_estimators=100)
model.fit(X_train, y_train)

Log the Parameters

Record the choices you made with log_param. Months later, this is how you remember exactly which settings produced this model.

mlflow.log_param("n_estimators", 100)
mlflow.log_param("max_depth", None)

Log the Metrics

Capture how well it did with log_metric. Metrics are the numbers you will sort by when comparing runs later.

acc = model.score(X_test, y_test)
mlflow.log_metric("accuracy", acc)

Log the Model Artifact

Use mlflow.sklearn.log_model to save the fitted model into the run. MLflow stores the weights, flavor, and environment together.

mlflow.sklearn.log_model(
    sk_model=model,
    name="model",
)

Register While Logging

Pass registered_model_name and MLflow logs the model and registers a new version in one step. This is the cleanest path.

mlflow.sklearn.log_model(
    sk_model=model,
    name="model",
    registered_model_name="churn-classifier",
)

Register After the Fact

Already logged a model? Call register_model with the run URI to add it to the registry without retraining anything.

uri = "runs:/<run_id>/model"
mlflow.register_model(uri, "churn-classifier")

Versions Auto-Increment

Register the same name again and you get version 2, then 3, and so on. The registry keeps every version, never overwriting an old one.

Quick Check

You log a model under a name that already exists. What happens?

The Run, Confirmed

After the block exits, the run is marked FINISHED. Your params, metrics, and registered model version are now permanently linked.

Find It in the UI

Open the MLflow UI and your run appears under its experiment, with the new model version listed in the Models tab. Nothing is lost.

Recap: Train, Log, Register

You trained inside a run, logged params and metrics, saved the model, and registered a version. Train, log, register: that is the start of a real pipeline. ✅

الأسئلة الشائعة

هل درس «التدريب والتسجيل في السجل» مجاني؟

نعم — نص درس «التدريب والتسجيل في السجل» 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 «التدريب والتسجيل في السجل»؟

شغّل التدريب وسجّل النموذج الناتج. 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 «التدريب والتسجيل في السجل»؟

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

← العودة إلى MLOps Academy