Databricks釋出機器學習平臺MLflow 0.7.0，整合R釋出追蹤API

今年六月Databricks推出的開源機器學習平臺MLflow，現在釋出0.7.0版本，這個版本主打由RStudio提供的新MLflow R客戶端API，讓R語言的資料科學家也能使用MLflow，開發機器學習應用，而R語言是暨Python和Java之後，MLflow支援的第三種語言。另外，新版本還增加了實驗註釋小功能以及兩個範例供使用者參考。

由Apache Spark技術團隊所創立的Databricks，在六月時釋出開源機器學習平臺MLflow預覽版，MLflow不只是開放原始碼，同時還使用開放介面，以支援現有的機器學習函式庫、演算法和工具，幫助管理機器學習開發和生產生命週期相關的工作流程。在4個月後，Databricks在歐洲Spark + AI大會上，宣布了MLflow 0.7.0版的最新消息。

在MLflow 0.7.0中，RStudio貢獻了R客戶端追蹤API，這功能類似Python和Java客戶端追蹤API，還與RStudio程式開發環境完全整合，提供CRUD介面以存取MLflow實驗和執行狀態。R客戶端追蹤API可在本機端追蹤實驗，或是也連接到MLflow伺服器和其他人分享實驗結果，並且輸出可以在本機或遠端共享的模型。

官方提到，R語言客戶端追蹤API跟Python和Java版本，在使用上沒有太大差異。MLflow R客戶端允許開發者在程式執行階段，紀錄參數、程式碼版本、指標和輸出檔案，然後以MLflow UI視覺化這些結果。

除了R語言的整合外，MLflow 0.7.0加入了由社群成員貢獻，雖然很小但卻很有用的功能，現在使用者可以在每次的執行中，在MLflow UI加入註釋，紀錄實驗的重點。

此外，Databricks也加入了兩個範例供使用者參考，分別是多重步驟工作流程和工作管線（Multistep Workflows and Pipelines）和超參數調校（Hyperparameter Tuning）。官方提到，在產生機器學習模型的生命週期中，模型訓練和部署之前通常都還要經過多個步驟，無論是從來源收集資料，或是執行ETL將資料轉換成高效能格式，接著才能在後續使用乾淨的資料，對模型進行訓練、追蹤和實驗。多重步驟工作流程和工作管線則示範了在MLflow框架中，這些程序串接的方法。

而超參數調校則會向使用者展示，使用MLflow最佳化深度學習函式庫Keras，並與熱門函式庫諸如HyperOpt或GPyOpt進行高效能的協作。這個範例中使用了紅酒品質資料集，示範最佳化Keras深度學習模型的RMSE指標。

MLflow 0.7.0現在可以在Pypi上取得，而R語言客戶端則可以從CRAN下載。