Telusuri Asal-Usul Data hingga Model
Hubungkan model yang diterapkan kembali ke data dan kode tepatnya.
Telusuri Asal-Usul Data hingga Model adalah pelajaran MLOps Academy gratis di CoddyKit. Ini adalah pelajaran 1 dari 4. Kamu bisa membaca pelajaran lengkapnya di bawah secara gratis — lalu praktikkan langsung di browser dengan editor kode bawaan dan tutor AI 24/7. Ini adalah bagian dari jalur belajar MLOps Academy, dan progresmu tersinkronisasi di web dan aplikasi CoddyKit. Kursus MLOps Academy mencakup 4 pelajaran total.
Apa Arti Silsilah
Silsilah adalah rangkaian terdokumentasi yang menghubungkan model yang diterapkan kembali ke data, kode, dan konfigurasi tepat yang menghasilkannya. 🔗
Mengapa Anda Membutuhkannya
Saat suatu prediksi dipertanyakan, silsilah memungkinkan Anda menjawab satu pertanyaan sulit: data dan versi kode mana yang membuat model ini?
Tiga Input yang Perlu Dilacak
Setiap model terlatih memiliki tiga sumber yang layak dilacak: versi himpunan data, perubahan kode pelatihan, dan parameter proses.
Tetapkan Perubahan Kode
Catat hash perubahan Git yang tepat pada setiap proses agar Anda selalu tahu kode mana yang melatih model.
import subprocess
commit = subprocess.check_output(["git", "rev-parse", "HEAD"]).decode().strip()
mlflow.set_tag("git_commit", commit)Tetapkan Versi Data
Catat juga versi data. Dengan DVC, hash data tersimpan di Git, sehingga perubahan tersebut sudah menunjuk ke satu keadaan himpunan data yang tepat.
MLflow Menyimpan Hubungannya
MLflow menyimpan parameter, metrik, dan tanda untuk setiap proses, sehingga model yang dicatat sudah membawa petunjuk tentang cara pembuatannya. 🧾
mlflow.log_param("data_path", "data/train.csv")
mlflow.log_metric("f1", 0.91)
mlflow.sklearn.log_model(model, "model")Beri Banyak Tanda pada Proses
Tanda adalah metadata gratis. Lampirkan hash himpunan data, nama lingkungan, dan pembuat agar proses tersebut dapat menceritakan riwayatnya sendiri nanti.
mlflow.set_tag("dataset_hash", "a1b2c3")
mlflow.set_tag("author", "team-fraud")Silsilah adalah Graf
Bayangkan silsilah sebagai graf: simpul data mengalir ke proses pelatihan, lalu ke model, dan kemudian ke penerapan.
Telusuri Maju dan Mundur
Silsilah yang baik bekerja dua arah. Penelusuran mundur menjawab apa yang membangun model ini; penelusuran maju menjawab model mana yang terpengaruh oleh suatu himpunan data.
Baca Silsilah dari Suatu Proses
Anda dapat mengambil proses terdahulu berdasarkan ID dan membaca tandanya untuk merekonstruksi data dan perubahan kode tepat yang menghasilkan model tersebut.
run = mlflow.get_run(run_id)
print(run.data.tags["git_commit"])
print(run.data.tags["dataset_hash"])Alat yang Melakukannya
MLflow, DVC, dan alat khusus seperti OpenLineage menangkap hubungan ini secara otomatis, sehingga Anda tidak perlu menyusun silsilah secara manual.
Pemeriksaan Singkat
Uji pemahaman Anda tentang hal-hal yang sebenarnya dihubungkan oleh silsilah.
Rangkuman
Anda telah mempelajari bahwa silsilah menghubungkan model dengan data, kode, dan parameternya, yang dicatat sebagai tanda pada suatu proses agar setiap model dapat ditelusuri sepenuhnya. ✅
Pertanyaan yang Sering Diajukan
Apakah pelajaran “Telusuri Asal-Usul Data hingga Model” gratis?
Ya — teks lengkap “Telusuri Asal-Usul Data hingga Model” gratis dibaca di sini di web. Untuk praktiknya secara interaktif (editor kode bawaan dan tutor AI 24/7) dan buka sisa kursus MLOps Academy, upgrade ke CoddyKit PRO. Kursus MLOps Academy mencakup 4 pelajaran total.
Apa yang akan aku pelajari di “Telusuri Asal-Usul Data hingga Model”?
Hubungkan model yang diterapkan kembali ke data dan kode tepatnya. Kamu berlatih MLOps Academy dengan kode praktik yang langsung kamu jalankan di browser, dan tutor AI 24/7 menjawab pertanyaanmu saat kamu mengerjakan pelajaran ini.
Apakah aku perlu pengalaman untuk memulai MLOps Academy?
Tidak diperlukan pengalaman sebelumnya. MLOps Academy di CoddyKit dirancang untuk pemula hingga pelajar tingkat lanjut, jadi kamu bisa memulai di sini atau dari awal dan belajar sesuai kecepatan kamu sendiri. Ini adalah pelajaran 1 dari 4.
Berapa lama pelajaran “Telusuri Asal-Usul Data hingga Model” memakan waktu?
Sebagian besar pelajaran CoddyKit memakan waktu sekitar 5–10 menit. Setiap pelajaran ringkas dan interaktif, jadi kamu membuat kemajuan stabil dan melanjutkan dari tempat kamu tinggalkan di web dan aplikasi.
Bisakah aku menulis dan menjalankan kode dalam pelajaran MLOps Academy ini?
Ya. Setiap pelajaran MLOps Academy menyertakan editor kode bawaan, jadi kamu menulis dan menjalankan kode nyata langsung di browser dan mendapatkan umpan balik AI instan — tidak diperlukan penyiapan lokal.
Semua pelajaran dalam kursus ini
- Telusuri Asal-Usul Data hingga Model
- Tulis Kartu Model
- Jejak Audit dan Reproduksibilitas
- Kontrol Akses dan Kepatuhan