Enable javascript in your browser for better experience. Need to know to enable it? Go here.
Publicado : Oct 26, 2022
Oct 2022
Probar ? Vale la pena intentarlo. Es importante entender cómo construir esta habilidad. Las empresas deberían implementar esta tecnología en un proyecto que pueda manejar el riesgo.

Feast es un Feature Store de código abierto para machine learning. Tiene varias propiedades útiles, las cuales incluyen la generación de grupos de atributos válidos en un punto en el tiempo — es decir los valores propensos a errores de atributos futuros no se filtran en los modelos durante el entrenamiento — y soporta tanto streaming como orígenes de datos por lotes. Sin embargo, actualmente solo soporta data estructurada fechada, por lo cual puede que no sea apropiado si trabajas con data desestructurada en tus modelos. Nosotros hemos usado exitosamente Feast a significativa escala como almacén offline durante el proceso de entrenamiento del modelo y como almacén online durante la predicción.

Descargar el Radar Tecnológico Volumen 27

 

English | Español | Português | 中文

Mantente informada sobre Tecnología

 

 Suscríbete ahora

Visita nuestro archivo para leer los volúmenes anteriores