# Lab 02 — Tracking Server

← [Раздел](README.md) · [Главная](../README.md)

## Цель

Выполнить практическую работу: **Lab 02 — Tracking Server**.

## Предварительно

- [Lab 01 — Первый MLflow run](lab-01-first-run.md)

## Время

**2–4 часа**

---

## Задача

Поднять tracking server и писать runs с удалённого скрипта.

## Шаги

1. Терминал 1: `mlflow server --backend-store-uri sqlite:///lab.db --default-artifact-root ./artifacts --port 5000`
2. В `train.py` добавьте: `mlflow.set_tracking_uri("http://127.0.0.1:5000")`
3. Запустите обучение дважды с разными `n_estimators`
4. В UI сравните runs (Compare)

## Проверка

Runs видны на сервере, artifacts в `./artifacts/`.

---

## Самопроверка

1. Какой run_id / model version получили?
2. Что бы сломалось без `set_tracking_uri`?
3. Скриншот UI (для себя).

---

## Дальше

→ [Lab 03 — Model Registry](lab-03-model-registry.md)