MLflow

Platform engineering AI open-source untuk mengelola siklus hidup machine learning secara lengkap. Lacak eksperimen, bandingkan run, kemas model yang dapat direproduksi, dan sajikan prediksi dari dashboard web.

Apa yang bisa dilakukan setelah deploy

1. Buka domain — akses MLflow Tracking UI untuk melihat eksperimen
2. Catat eksperimen — arahkan script ML ke server ini
3. Bandingkan run — lihat metrik, parameter, dan artefak secara berdampingan
4. Daftarkan model — promosikan hasil ke Model Registry
5. Cari dan filter — temukan run berdasarkan metrik, parameter, atau tag

Fitur

• Pelacakan eksperimen dengan metrik, parameter, dan artefak
• Model Registry untuk versioning dan manajemen siklus hidup
• Dashboard web untuk visualisasi dan perbandingan
• REST API untuk akses programatik
• Dukungan Python, R, Java, dan klien REST
• Backend SQLite untuk penyimpanan self-hosted ringan
• Kompatibel dengan framework ML populer

Lisensi

Apache-2.0 — GitHub