Skip to main content

Семестровый проект по MLOps.

Project description

Проект по MLOps

Проект по MLOps от VK Education x МГТУ им. Н. Э. Баумана (Весна 2025)

Структура проекта

├── LICENSE            <- Лицензия с открытым исходным кодом, если она выбрана
├── Makefile           <- Makefile с удобными командами, такими как `make data` или `make train`
├── README.md          <- Основной README для разработчиков, использующих этот проект.
├── data
│   ├── external       <- Данные из сторонних источников.
│   ├── interim        <- Промежуточные данные, которые были преобразованы.
│   ├── processed      <- Окончательные, канонические наборы данных для моделирования.
│   └── raw            <- Исходные, неизменяемые данные.
│
├── docs               <- Стандартный проект mkdocs; подробности на www.mkdocs.org
│
├── models             <- Обученные и сериализованные модели, предсказания моделей или сводки моделей
│
├── notebooks          <- Jupyter notebooks. Соглашение по именованию: число (для порядка),
│                         инициалы создателя и краткое описание через `-`, например,
│                         `1.0-jqp-initial-data-exploration`.
│
├── pyproject.toml     <- Файл конфигурации проекта с метаданными пакета для 
│                         ml_project и настройками для инструментов, таких как black
│
├── references         <- Словари данных, руководства и другие справочные материалы.
│
├── reports            <- Сгенерированные аналитические отчеты в форматах HTML, PDF, LaTeX и т.д.
│   └── figures        <- Сгенерированные графики и изображения для использования в отчетах
│
├── requirements.txt   <- Файл зависимостей для воссоздания аналитической среды, например,
│                         созданный командой `pip freeze > requirements.txt`
│
├── setup.cfg          <- Файл конфигурации для flake8
│
└── ml_project   <- Исходный код для использования в этом проекте.
    │
    ├── __init__.py             <- Делает ml_project Python-модулем
    │
    ├── config.py               <- Хранит полезные переменные и конфигурацию
    │
    ├── dataset.py              <- Скрипты для загрузки или генерации данных
    │
    ├── features.py             <- Код для создания признаков для моделирования
    │
    ├── modeling                
    │   ├── __init__.py 
    │   ├── predict.py          <- Код для выполнения предсказаний с использованием обученных моделей          
    │   └── train.py            <- Код для обучения моделей
    │
    └── plots.py                <- Код для создания визуализаций

Project details


Download files

Download the file for your platform. If you're not sure which to choose, learn more about installing packages.

Source Distribution

mlops_project-0.0.1.tar.gz (3.9 kB view details)

Uploaded Source

Built Distribution

If you're not sure about the file name format, learn more about wheel file names.

mlops_project-0.0.1-py3-none-any.whl (5.1 kB view details)

Uploaded Python 3

File details

Details for the file mlops_project-0.0.1.tar.gz.

File metadata

  • Download URL: mlops_project-0.0.1.tar.gz
  • Upload date:
  • Size: 3.9 kB
  • Tags: Source
  • Uploaded using Trusted Publishing? No
  • Uploaded via: twine/6.1.0 CPython/3.12.3

File hashes

Hashes for mlops_project-0.0.1.tar.gz
Algorithm Hash digest
SHA256 589aaf1915b46b4dc243f7eaa44ab659f3c3e0435eebfec50c89279a50eec292
MD5 b7ba3dcc489a6f9f73a71f8ca77af2ab
BLAKE2b-256 8739d42427dfd24884c24e10c57ac4c891f197a8898ea6d9dbfa5e65ab22ee77

See more details on using hashes here.

File details

Details for the file mlops_project-0.0.1-py3-none-any.whl.

File metadata

  • Download URL: mlops_project-0.0.1-py3-none-any.whl
  • Upload date:
  • Size: 5.1 kB
  • Tags: Python 3
  • Uploaded using Trusted Publishing? No
  • Uploaded via: twine/6.1.0 CPython/3.12.3

File hashes

Hashes for mlops_project-0.0.1-py3-none-any.whl
Algorithm Hash digest
SHA256 34904afbb09a8145686aa00a1f407deabf22e5ea4c2ecd4369f60e0959362430
MD5 14a08d37d29fc5053fec8d8e5b3bc074
BLAKE2b-256 b44cf41a8bbfa12706b7ae9e6d9f0dc20152e8b07f9f525753fd4034a683b136

See more details on using hashes here.

Supported by

AWS Cloud computing and Security Sponsor Datadog Monitoring Depot Continuous Integration Fastly CDN Google Download Analytics Pingdom Monitoring Sentry Error logging StatusPage Status page