Dette er en kort, avsluttende modul i maskinlæringsdelen av DAT158. Vi skal her løfte blikket ytterligere, og diskutere en mer komplett variant av praktisk maskinlærings-workflow. Det blir en kort guidet tur gjennom et komplisert landskap, hvor viktige tema blir flagget for deres eventuelle videre ferd inn i maskinlæring.

Mål

Få kjennskap til praktisk bruk av maskinlæring og det som kan kalles machine learning engineering. Spesielt skal vi fokusere på deployment og muligheter, spørsmål og utfordringer knyttet til dette.
Vi skal kjapt kartlegge litt av landskapet av produkter og løsninger som brukes når en skal bygge maskinlærings-drevne applikasjoner. Fra spørsmål knyttet til eierskap til data til deployment options til monitorering av modeller.
I arbeidet med ML Nr 2: "Playing the whole game" vil dere møte mange av disse utfordringene og få anledning til å finne praktiske løsninger.

Todos

Video og slides

Flask-tutorial

En veldig kort tutorial som viser hvordan en kan bruke Flask til å konstruere en maskinlæringsdrevet web-applikasjon. Potensielt nyttig for innlevering 2 og vil også danne utgangspunkt for vår diskusjon rundt deployment:

Introduksjon til modulen

Model deployment

Utfordringer i praktisk ML