ml workflow automation:Python机器学习(ML)项目演示了Jupyter笔记本中的原型ML工作流程并在Kubernetes上将模型自动

自动化原型机器学习工作流程和模型部署 该存储库包含一个基于Python的机器学习(ML)项目,其主要目的是演示Jupyter笔记本中的原型ML工作流程,以及使用托管的Titanic二进制分类数据集来实现一些关键步骤自动化的概念验证思想。在。 ML工作流程包括:数据探索和可视化,特征工程,模型训练和选择。 笔记本titanic-ml.ipynb还会产生一个持久的预测管道(被分配到models目录),该管道在模型部署过程的下游使用。 请注意,我们已经将CSV格式的数据从Kaggle下载到了该项目的根目录的data目录中。 该项目的第二个目的是演示如何将建模笔记本的“构建工件”生成的模型部署自动部