在 ML 模型上进行协作变得容易
所以当我在我的组织中部署我的第一个 ML 模型时，这发生在我身上，利益相关者对尝试它非常好奇。由于他们来自非技术背景，所以我认为分享我的 jupyter notebook 不是一个好主意。此外，构建 Web 应用程序意味着在后端和前端工作，这是一项耗时的任务。我知道这个问题在许多基于产品的公司工作的数据科学家中很常见，我最近发现的解决这个问题的首选工具之一是 雏菊 .
什么是黛丝？
雏菊 (app.daisi.io) 是一个运行 Python serverless 函数的科学云计算平台，名为 雏菊 .它是 Python 编码人员、科学家、研究人员、工程师和分析师的 API 的首要目的地。
在本文中，我们将了解如何使用 daisi 作为协作平台。您可以在以下文章中找到有关如何创建 daisi 的更多信息 -
[
Daisi — 面向科学家和工程师的 Python 云函数
Daisi (app.daisi.io) 是一个运行 Python 无服务器功能的科学云计算平台，名为 Daisies。它是...
媒体网
](/daisi/daisi-python-cloud-functions-for-scientists-and-engineers-fa55e25a1f57)
[
像专业人士一样展示您的 ML 模型
好吧，有人说得对，本地的 ML 模型只是存储食客。经过几个月的训练，预处理……
媒体网
](/@kanavanand8/showcase-your-ml-models-like-a-pro-f73e01a5885b)
黛丝如何合作？
步骤1： 转到我的团队（右上角）并单击创建新团队。
第2步： 输入您的团队名称并在其中添加团队成员。 （注意-团队成员应在daisi上注册）。
第 3 步： 现在转到我的组织部分的雏菊，您可以添加任意数量的雏菊，与您的团队分享。
我做了一个 作物推荐系统 我已经与我的团队分享了。
现在，我的团队可以访问这些私人雏菊，他们可以根据需要多次使用我的 python 应用程序。 Daisies 非常易于构建和部署，而且协作功能可以帮助像我们这样的数据科学家更好地了解团队中的模型。
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明
本文链接：https://www.qanswer.top/11840/25450323
标签：雏菊,daisi,Python,ML,模型,协作,团队 From： https://www.cnblogs.com/amboke/p/16653970.html