# Учёт экспериментов

## Цель

Подключить MLflow или аналог и зарегистрировать серию запусков.

## Теория перед выполнением

- [Tracking, artifacts, lineage и версионирование](../notes/01_artifacts_lineage_versioning.md)
- [Registry, tracking и CI в ML Engineering](../../15_ml_engineering/notes/03_registry_tracking_ci.md)

## Что сделать

1. Зафиксировать baseline и протокол сравнения запусков.
2. Подключить tracker и логировать параметры, метрики, commit и ID данных.
3. Сохранить preprocessing, модель, signature и evaluation report как artifacts.
4. Провести серию сопоставимых запусков и объяснить выбор кандидата.
5. Зарегистрировать выбранный artifact без повторной сериализации.
6. Добавить ссылки на запуски и выводы в [отчёт](../../../common/REPORT_TEMPLATE.md).

## Результат

Параметры, метрики, artifacts и выбранная модель.

Решение разместите рядом в `solution/`. Не коммитьте большие данные,
веса или секреты.

## Критерии приёмки

- Каждый результат связан с кодом/данными; выбор лучшей модели объяснён.
- Код читаем, разбит на функции и запускается по инструкции.
- Выводы подтверждаются измерениями и не выходят за пределы эксперимента.

## Вопросы для самопроверки

- Можно ли по `run_id` восстановить код, данные, конфиг и среду?
- Registry ссылается на тот же artifact, который прошёл оценку?
- Какие данные нельзя отправлять в tracker?
- Почему лучший запуск не обязательно достоин алиаса `champion`?