Záleží nám na vašom súkromí
Pomocou súborov cookie a súvisiacich technológií, ako aj spracovaním vašich údajov môžeme lepšie prispôsobiť zobrazovaný obsah vašim potrebám.Udelením súhlasu s ukladaním informácií na vašom koncovom zariadení alebo s prístupom k informáciám a spracovaním údajov, a to aj v oblasti profilovania, trhu a štatistickej analýzy, budete môcť na stránkach Allegro ešte ľahšie nájsť presne to, čo hľadáte a čo potrebujete.Správcami vašich údajov bude spoločnosť Allegro, ako aj niektorí partneri, s ktorými spolupracujeme.
Jednoduchšie používanie našich stránok, zobrazovanie a meranie personalizovaného obsahu a reklám, vytváranie štatistík a zlepšovanie funkčnosti.Súhlas je dobrovoľný. Môžete ho kedykoľvek odvolať alebo obnoviť v záložke Nastavenia súborov cookie na hlavnej stránke. Odvolanie súhlasu nemá vplyv na zákonnosť spracovania vykonaného pred odvolaním.
zásady používania súborov cookiezásady ochrany osobných údajovParametre
Stav | Nové |
Faktúra | Vystavujem faktúry s DPH |
Jazyk vydania | Angličtina |
Názov | Mastering MLOps Architecture: From Code to Deployment: Manage the |
Autor | Jhajj, Raman |
Nosič | papierová kniha |
Obal knihy | brožovaná väzba |
Rok vydania | 2023 |
Nakladateľstvo | BPB Publications |
Počet strán | 226 |
Opis
Mastering MLOps Architecture
Jhajj Raman
- Wydawca: BPB Publications
- Rok wydania: 2023
- Oprawa: Miękka
- Format: 19.1x23.5cm
- Ilość stron: 226
- Język: angielski
Harness the power of MLOps for managing real time machine learning project cycle
MLOps, a combination of DevOps, data engineering, and machine learning, is crucial for delivering high-quality machine learning results due to the dynamic nature of machine learning data. This book delves into MLOps, covering its core concepts, components, and architecture, demonstrating how MLOps fosters robust and continuously improving machine learning systems.
By covering the end-to-end machine learning pipeline from data to deployment, the book helps readers implement MLOps workflows. It discusses techniques like feature engineering, model development, A/B testing, and canary deployments. The book equips readers with knowledge of MLOps tools and infrastructure for tasks like model tracking, model governance, metadata management, and pipeline orchestration. Monitoring and maintenance processes to detect model degradation are covered in depth. Readers can gain skills to build efficient CI/CD pipelines, deploy models faster, and make their ML systems more reliable, robust and production-ready.
Overall, the book is an indispensable guide to MLOps and its applications for delivering business value through continuous machine learning and AI.
WHAT YOU WILL LEARN
● Architect robust MLOps infrastructure with components like feature stores.
● Leverage MLOps tools like model registries, metadata stores, pipelines.
● Build CI/CD workflows to deploy models faster and continually.
● Monitor and maintain models in production to detect degradation.
● Create automated workflows for retraining and updating models in production.
WHO THIS BOOK IS FOR
Machine learning specialists, data scientists, DevOps professionals, software development teams, and all those who want to adopt the DevOps approach in their agile machine learning experiments and applications. Prior knowledge of machine learning and Python programming is desired.
[Stamp,9789355519498,1/28/2024 1:20:19 AM]
Niektoré texty boli preložené automaticky. Dajte nám vedieť, ak ste si všimli jazykovú chybu.
Prezeráte si ponuky produktu Mastering MLOps Architecture: From Code to Deployment: Manage the Jhajj, Raman. Vidíte ponuku iného produktu? Nahláste nám to