- Main
- Computers - Artificial Intelligence (AI)
- Practical MLOps: Operationalizing...
Practical MLOps: Operationalizing Machine Learning Models
Noah Gift, Alfredo Dezaროგორ მოგეწონათ ეს წიგნი?
როგორი ხარისხისაა ეს ფაილი?
ჩატვირთეთ, ხარისხის შესაფასებლად
როგორი ხარისხისაა ჩატვირთული ფაილი?
Getting your models into production is the fundamental challenge of machine learning. MLOps offers a set of proven principles aimed at solving this problem in a reliable and automated way. This insightful guide takes you through what MLOps is (and how it differs from DevOps) and shows you how to put it into practice to operationalize your machine learning models.
Current and aspiring machine learning engineers--or anyone familiar with data science and Python--will build a foundation in MLOps tools and methods (along with AutoML and monitoring and logging), then learn how to implement them in AWS, Microsoft Azure, and Google Cloud. The faster you deliver a machine learning system that works, the faster you can focus on the business problems you're trying to crack. This book gives you a head start.
You'll discover how to:
• Apply DevOps best practices to machine learning
• Build production machine learning systems and maintain them
• Monitor, instrument, load-test, and operationalize machine learning systems
• Choose the correct MLOps tools for a given machine learning task
• Run machine learning models on a variety of platforms and devices, including mobile phones and specialized hardware
Current and aspiring machine learning engineers--or anyone familiar with data science and Python--will build a foundation in MLOps tools and methods (along with AutoML and monitoring and logging), then learn how to implement them in AWS, Microsoft Azure, and Google Cloud. The faster you deliver a machine learning system that works, the faster you can focus on the business problems you're trying to crack. This book gives you a head start.
You'll discover how to:
• Apply DevOps best practices to machine learning
• Build production machine learning systems and maintain them
• Monitor, instrument, load-test, and operationalize machine learning systems
• Choose the correct MLOps tools for a given machine learning task
• Run machine learning models on a variety of platforms and devices, including mobile phones and specialized hardware
კატეგორია:
წელი:
2021
გამოცემა:
1
გამომცემლობა:
O'Reilly Media
ენა:
english
გვერდები:
450
ISBN 10:
1098103017
ISBN 13:
9781098103019
ფაილი:
PDF, 75.15 MB
თქვენი თეგები:
IPFS:
CID , CID Blake2b
english, 2021
ჩატვირთვა (pdf, 75.15 MB)
- Checking other formats...
- კონვერტირება
- განბლოკეთ 8მეგაბაიტზე დიდი ზომის ფაილების კონვერტაციაPremium
გსურთ დაამატოთ წიგნის მაღაზია? დაგვიკავშირდით support@z-lib.fm-ით
1-5 წუთის განმავლობაში ფაილი გადაიგზავნება თქვენს email-ზე.
1-5 წუთში ფაილი გადაცემული იქნება თქვენს Telegram ანგარიშზე.
ყურადღება: დარწმუნდით, რომ თქვენი ანგარიში დაუკავშირეთ Z-Library Telegram ბოტს.
1-5 წუთში ფაილი გადაიცემა თქვენს Kindle მოწყობილობაზე.
შენიშვნა: თქვენ გჭირდებათ ყველა იმ წიგნის ვერიფიკაცია, რომელსაც უგზავნით Kindle-ს. შეამოწმეთ თქვენი ელ.ფოსტა მიიღეთ თუ არა Amazon Kindle Support-ისგან დამადასტურებელი წერილი.
ხორციელდება კონვერტაციის -ში
კონვერტაციის -ში ვერ მოხერხდა
პრემიუმ სტატუსის უპირატესობები
- გაგზავნეთ ელექტრონულ მკითხველებზე
- ჩამოტვირთვის გაზრდილი ლიმიტი
- ფაილების კონვერტაცია
- ძიების მეტი შედეგი
- სხვა უპირატესობები