Webová aplikace pro trénování a validaci modelů strojového učení
Web application for training and validation of machine learning models
Abstract
Delegování výpočetně náročných operací na stranu výpočetních serverů je převládajícím trendem. Kontejnerizované aplikace pak poskytují abstrakci nad těmito servery a umožňují dosáhnutí požadované škálovatelnosti. Architektura implementované aplikace sloužící jako platforma pro asynchronní spuštění úlohy trénování a validace modelů strojového učení je kontejnerizací silně ovlivněna. Jednotlivým uživatelům webové aplikace je přidělen separátní kontejner s připraveným prostředím pro běh modelu se zadanými parametry. Průběh procesu učení je webovou aplikací monitorován. Po obdržení výsledků je provedena analýza a v uživatelském prostředí jsou vykresleny komponenty poskytující vizualizaci. The delegation of resource-intensive operations to the server-side computers is an ongoing trend. Containerized applications serve as an abstraction over the servers and provide needed scalability. The architecture of the implemented application utilized as a platform for an asynchronous execution of training and validation of machine learning models is heavily influenced by the containerization. Individual users of a web application are given a separate container with prepared environment for running a model with selected parameters. Status of the training process is monitored by the application. After the result is obtained the analysis takes place and components providing visualization are rendered in the user interface.
Keywords
Strojové učení, webová aplikace, vizualizace, kontejnerizace, Java, Python, React, TypeScript, JavaScript, Docker, Machine Learning, Web Application, Visualization, Containerization, Java, Python, React, TypeScript, JavaScript, DockerLanguage
čeština (Czech)Study brunch
bez specializaceComposition of Committee
prof. Ing. Kamil Vrba, CSc. (předseda) doc. Ing. Petr Šiška, Ph.D. (místopředseda) Ing. Michal Lares, Ph.D. (člen) Ing. Jaromír Hrad, Ph.D. (člen) Ing. Petr Dejdar (člen) doc. Ing. Pavel Šilhavý, Ph.D. (člen) Ing. Lukáš Benešl (člen)Date of defence
2022-06-07Process of defence
Student prezentoval výsledky své práce a komise byla seznámena s posudky. Otázky: Věděl by student porovnat svoji práci s open-source platformami na správu životního cyklu strojového učení jako MlFlow? Aplikace s otevřeným kodém. Skripty jsou možné definovat. Jakým způsobem by mohl student použít technologii Kubernetes? Po instalaci nástroju je možné využitím příkazem transportovat do této technologie. Student obhájil diplomovou práci a odpověděl na otázky členů komise a oponenta.Result of the defence
práce byla úspěšně obhájenaPersistent identifier
http://hdl.handle.net/11012/204733Source
SVOBODA, J. Webová aplikace pro trénování a validaci modelů strojového učení [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2022.Collections
- 2022 [275]