0Pricing
MLOps Academy · Ders

İlk Model Sürümünüzü Kaydedin

Eğitilmiş bir modeli MLflow Model Registry'ye gönderin.

İlk Model Sürümünüzü Kaydedin, CoddyKit'te ücretsiz bir MLOps Academy dersidir. Bu, 4 dersinin 1. dersidir. Aşağıdan dersin tamamını ücretsiz okuyabilir, sonra tarayıcıda yerleşik kod editörü ve 7/24 yapay zeka koçu ile uygulamalı olarak pratik yapabilirsin. Bu, MLOps Academy öğrenme yolunun bir parçasıdır ve ilerlemeniz web ve CoddyKit uygulaması arasında senkronize olur. MLOps Academy kursu toplamda 4 dersten oluşur.

Bu dersin bazı bölümleri henüz çevrilmemiş olup İngilizce olarak gösterilmektedir.

What a Registry Is

A model registry is a central catalog for your trained models. Instead of files scattered on laptops, every model lives in one place with a version number. 📚

Runs vs Registered Models

An MLflow run records one training attempt. A registered model is a named entry that points at the best run you choose to promote and keep.

Log Before You Register

You always log a model first inside a run. Logging saves the artifact so the registry has something concrete to point back at later.

import mlflow
with mlflow.start_run():
    mlflow.sklearn.log_model(model, "model")

Register in One Call

The fastest path is the registered_model_name argument. Pass it to log_model and MLflow creates the registry entry and a first version for you.

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

Versions Start at 1

Your first registration becomes version 1. Every later registration under the same name bumps the version automatically, so history is never overwritten.

Register From a Past Run

Already logged a model? You can register it after the fact by pointing at its run URI with mlflow.register_model.

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

The runs URI

That runs:/ URI is how MLflow finds the artifact. It combines the run id and the artifact path you used when you logged the model.

The Tracking URI

Set the tracking URI so your code talks to the right server. Without it, MLflow registers everything to a local mlruns folder instead.

mlflow.set_tracking_uri(
    "http://localhost:5000")

See It in the UI

Open the MLflow UI and click the Models tab. Your new model name appears there with version 1 listed under it, ready to inspect.

Names Are Identifiers

Pick a clear, stable name like fraud-detector. Teammates and code load models by that name, so renaming later breaks everything pointing at it.

Confirm With the Client

The MlflowClient lets you verify registration in code. Fetch the model by name and read back the versions that exist.

from mlflow import MlflowClient
c = MlflowClient()
print(c.get_registered_model("churn-classifier"))

Quick Check

Let us check how a first registration is numbered.

Recap

You logged a model, gave it a registry name, and got version 1. Now your best model has a home that anyone on the team can find. 🎉

Sıkça Sorulan Sorular

“İlk Model Sürümünüzü Kaydedin” dersi ücretsiz mi?

Evet — “İlk Model Sürümünüzü Kaydedin” dersin tüm metni burada web'de ücretsiz olarak okunabilir. Etkileşimli olarak pratik yapmak (yerleşik kod editörü ve 7/24 yapay zeka koçu) ve MLOps Academy kursunun geri kalanını açmak için CoddyKit PRO'ya yükselt. MLOps Academy kursu toplamda 4 dersten oluşur.

“İlk Model Sürümünüzü Kaydedin” dersinde ne öğreneceğim?

Eğitilmiş bir modeli MLflow Model Registry'ye gönderin. MLOps Academy ile uygulamalı kodu tarayıcıda doğrudan çalıştırarak pratik yaparsın ve 7/24 yapay zeka koçu dersi çalışırken sorularını yanıtlar.

MLOps Academy öğrenmeye başlamak için deneyim gerekli mi?

Önceden deneyim gerekmez. CoddyKit'te MLOps Academy, başlangıçtan ileri seviyeye kadar yapılandırıldığı için buradan başlayabilir veya başından başlayıp kendi hızında ilerleme yapabilirsin. Bu, 4 dersinin 1. dersidir.

“İlk Model Sürümünüzü Kaydedin” dersi ne kadar sürer?

Çoğu CoddyKit dersi yaklaşık 5–10 dakika sürer. Her biri kısa ve etkileşimli olduğu için sabit ilerleme yaparsın ve web ile uygulama arasında tam olarak bıraktığın yerden devam edebilirsin.

Bu MLOps Academy dersinde kod yazıp çalıştırabilir miyim?

Evet. Her MLOps Academy dersi yerleşik bir kod editörü içerir, bu sayede tarayıcıda gerçek kod yazıp çalıştırabilir ve anlık yapay zeka geri bildirimi alırsın — yerel kurulum gerekli değildir.

Bu kursun tüm dersleri

  1. İlk Model Sürümünüzü Kaydedin
  2. Aşamalar: Hazırlama, Üretim, Arşivleme
  3. Modellere Etiket ve Açıklama Ekleyin
  4. Bir Modeli Adına ve Aşamasına Göre Yeniden Yükleyin
← MLOps Academy Sayfasına Dön