ModellTracking
ModellTracking bezeichnet die systematische Erfassung, Nachverfolgung und Verwaltung von maschinell lernenden Modellen während ihres gesamten Lebenszyklus. Ziel ist es, Transparenz, Reproduzierbarkeit und Governance in ML-Projekten sicherzustellen.
Zu den Kernkomponenten gehören ein Modell-Register, das verschiedene Modellversionen verwaltet; Experiment- und Laufverfolgung, die Hyperparameter, Trainingsdaten,
Der Lebenszyklus umfasst Training, Validierung, Test, Bereitstellung in Entwicklung, Staging, Produktion und ggf. Ausmusterung. Modelle werden
Vorteile umfassen verbesserte Nachvollziehbarkeit, regulatorische Konformität, bessere Gegenüberstellung von Modell-Alternativen, Unterstützung der Zusammenarbeit und kontinuierliches Monitoring
Typische Werkzeuge und Standards umfassen Modell-Register und Experiment-Tracking-Lösungen wie MLflow, Weights & Biases, DVC oder Kubeflow, sowie
Anwendungsbereiche liegen in der Industrie, Forschung und regulierten Umgebungen, wo Reproduzierbarkeit, Auditierbarkeit und Verantwortlichkeit gefordert sind.