Die Vermutung half uns in vielerlei Hinsicht, von der Skalierung des Modells in der Produktionsumgebung bis zur Leistungssteigerung. Außerdem unterstützte es unser Team mit einer kollaborativen Umgebung, um gemeinsam zu arbeiten, das Modell zu testen und bereitzustellen. Es bietet auch eine hervorragende Integration mit beliebten ML-Bibliotheken wie scikit-learn und TensorFlow. Auch die Versionskontrolle für Modelle und Daten funktionierte hervorragend!

Es ist leicht verständlich und für jeden Entwickler nutzbar. Benutzerfreundlichkeit ist das wichtigste Merkmal, das ich erwähnen möchte. Großartiges Machine-Learning-Tool zur Implementierung in Ihrer Arbeit. Die Kombination aus Hadoop und Scalding erleichtert die Verwaltung großer Datenmengen.

Vermutung ist ein Hadoop-Maschinenlern-Framework, das Scalding DSL (DSL) verwendet. Es ist ein Open-Source-C++-Framework in der optischen Zeichenerkennung, das modular und erweiterbar ist (OCR). Seine binäre Klassifikation, die jedem Datenpunkt eines von zwei möglichen Labels zuweist, ist der fortschrittlichste Teil des Vermutungspakets. Beim Bereitstellen von Modellen können sie direkt über den Dataset-Loader von Live-Webcode oder dem Web-Stack genutzt werden. Vermutung ist flexibel und kann mehrere Eingaben verarbeiten. Die Integration mit Hadoop und Scalding macht es einfach, enorme Datenmengen zu verwalten und sich mit bestehenden ETL-Verfahren zu verbinden.