在前几章中，我们学习了使用 DVC 进行数据版本管理和使用 MLflow 进行实验追踪的基本方法，现在我们将把这些工具结合起来使用。高效整合数据管理与实验记录，是构建真正可复现机器学习工作流程的核心部分。

本章将提供关于以下方面的实践指导：

• 将 DVC 追踪的特定数据版本与 MLflow 记录的相应实验运行连接起来。
• 组织您的机器学习项目结构，以方便同时使用 DVC 和 MLflow。
• 在 MLflow 运行中自动记录 DVC 元数据的方法。
• 使用 dvc run 和 dvc repro 等 DVC 命令来建立和重现自动化管道。
• 将 MLflow 追踪直接引入 DVC 管道阶段。
• 制定最佳实践，以在同时使用 DVC 和 MLflow 时保持一致且可重现的工作流程。

在本章结束时，您将学会如何构建一体化系统，在这些系统中，数据、代码、参数和结果的变化都能得到持续的追踪和管理。