عن المشروع

Made With ML هو مستودع تعليمي ودورة مصاحبة تركز على بناء تطبيقات التعلم الآلي من المستوى الإنتاجي. يجمع بين التعلم الآلي وممارسات الهندسة البرمجية، ويوجه المتعلمين من التجريب حتى النشر والتكرار. يتم تنظيم المحتوى كدروس مُضمنة في madewithml.com، مع وجود الكود في هذا المستودع. يركز على فهم مبادئ التعلم الآلي وممارسات الهندسة البرمجية الجيدة وتوسيع أعباء العمل في التعلم الآلي باستخدام Python، وربط مكونات MLOps، والانتقال من التطوير إلى الإنتاج، وبناء سير عمل CI/CD. الجمهور المستهدف يتضمن هندسين برمجيين وهندسين للبنية التحتية، علماء بيانات، خريجين من الكلية، ووظائف المنتج أو القيادة التي تبحث عن أساس تقني. تغطي تعليمات الإعداد الأجهزة المحلية، مساحات العمل في Anyscale، والخيارات الأخرى السحابية أو Kubernetes أو المحلية. يوفر ملاحظة Jupyter رحلة تفاعلية لأشهر أعباء العمل في التعلم الآلي، بينما تغطي السكريبتات المُعاد كتابتها في madewithml/ مجموعة من المواضيع مثل التكوين، البيانات، التقييم، النماذج، التنبؤ، التقديم، التدريب، التحسين، والخدمات. تشمل سير العمل التدريب والتحسين التلقائي مع عمال وموارد قابلة للتكوين، تتبع التجارب عبر MLflow، التقييم مقابل مجموعة بيانات مخصصة، الاستدلال، وتقديم النماذج. تشمل الاختبارات اختبارات الكود والبيانات والنماذج مع تقارير التغطية. يتم النشر في الإنتاج باستخدام Anyscale Jobs وServices، مع ملفات بيئة العقد وتكوين الحوسبة، إعداد المصادقة، و الأوامر الخاصة بالنشر والاستعلام والعودة وإنهاء الخدمات. يتم تنفيذ CI/CD باستخدام GitHub Actions: تُشغل سير العمل الخاصة بالتدريب والتقييم عند إنشاء طلبات السحب، والتي تنشر النتائج كتعليقات، وعند الدمج في الفرع الرئيسي تُشغل سير العمل الخاصة بالتقديم التي تقوم بنشر الخدمة الجديدة. كما يناقش المستودع التعلم المستمر، وربط التشغيل المجدول، وأنابيب البيانات، والمراقبة، والتقييم المباشر. يتضمن القسم الشائع الأسئلة (FAQ) إعداد نواة ملاحظة Jupyter. يُوزع المشروع ككود مفتوح المصدر ومحتوى دورة، مع مجتمع يضم عشرات الآلاف من المطورين المشار إليهم في ملف README.