Machine Learning Platform

#AWS #GCP #Azure #Databricks

ถ้าเราจะสร้าง End-to-End Machine Learning Platfrom เราควรจะเลือกใช้ของค่ายไหนดี จากตารางเป็นการเปรียบเทียบ Feature ต่างของทั้ง 4 ค่ายใหญ่ๆนะครับ

Image may contain: text that says 'aws Features AWS Data pipeline GCP Data Pipeline Feature Store Azure Dataflow Model Monitoring Data Factory Model Monitor Databricks Experiment Management Spark SageMaker Experiments Azure Monitor Model versioning Azure Machine Learning SDK Production Variants A/B Testing Versions MLFlow Tracking Sagemaker Model Serving Model registration Sagemaker MLflow Model Registry AutoML Controlled Rollout Al Platform Autopilot Notebooks Azure Machine Learning Cloud AutoML Sagemaker Notebooks MLFlow Model Serving AutomatedML Al Platform Notebooks Table used in my article on TWD c530d626151b Microsoft Azure Notebooks Notebooks'

โดยมีสรุป ตามลิ้งนี้ครับ

https://towardsdatascience.com/end-to-end-machine…

ใครสนใจรายละเอียดให้เข้าในแบบแยก Feature สามารถติดตามได้ตามลิ้งครับ

https://gist.github.com/…/f54a523bb5390d55a46fce415bcdc691

นอกจากนี้ยังมี platflorm อื่นๆอีกนะครับ แต่ไม่ได้รวมในบทความ DataRobot, IBM Watson Studio, H2o.ai, Data Bricks & Cloudera ไว้โอกาสหน้านะครับ

Leave a Reply

Fill in your details below or click an icon to log in:

WordPress.com Logo

You are commenting using your WordPress.com account. Log Out /  Change )

Google photo

You are commenting using your Google account. Log Out /  Change )

Twitter picture

You are commenting using your Twitter account. Log Out /  Change )

Facebook photo

You are commenting using your Facebook account. Log Out /  Change )

Connecting to %s