Enable javascript in your browser for better experience. Need to know to enable it? Go here.
发布于 : Oct 26, 2022
Oct 2022
试验 ? 值得一试。了解为何要构建这一能力是很重要的。企业应当在风险可控的前提下在项目中尝试应用此项技术。

Feast 是一个用于机器学习的开源 Feature Store 。它具有几个有用的特性,包括生成时间点 (point-in-time) 正确的特征集——以避免在训练时将容易出错的未来特征值泄露给模型——以及支持流数据源与批数据源。然而,它目前仅支持具有时间戳的结构化数据,因此,如果你在模型中处理非结构化数据,那么 Feast 可能并不适用。我们已成功地大规模采用 Feast 作为模型训练时的离线存储与预测时的在线存储。

Radar

下载第27期技术雷达

English | Español | Português | 中文

Radar

获取最新技术洞见

 

立即订阅

查看存档并阅读往期内容