کتاب Introducing MLOps: How to Scale Machine Learning in the Enterprise

وضعیت موجودی موجود

مقایسه شود

قیمت قبلی: 2,660,000 ریال

قیمت: 2,260,000 ریال

Product details

Publisher ‏ : ‎ O'Reilly Media; 1st edition (December 22, 2020)
Language ‏ : ‎ English
Paperback ‏ : ‎ 186 pages
ISBN-10 ‏ : ‎ 1492083291
ISBN-13 ‏ : ‎ 978-1492083290

Available at a lower price from other sellers that may not offer free Prime shipping.

More than half of the analytics and machine learning (ML) models created by organizations today never make it into production. Some of the challenges and barriers to operationalization are technical, but others are organizational. Either way, the bottom line is that models not in production can't provide business impact.

This book introduces the key concepts of MLOps to help data scientists and application engineers not only operationalize ML models to drive real business change but also maintain and improve those models over time. Through lessons based on numerous MLOps applications around the world, nine experts in machine learning provide insights into the five steps of the model life cycle--Build, Preproduction, Deployment, Monitoring, and Governance--uncovering how robust MLOps processes can be infused throughout.

This book helps you:

Fulfill data science value by reducing friction throughout ML pipelines and workflows
Refine ML models through retraining, periodic tuning, and complete remodeling to ensure long-term accuracy
Design the MLOps life cycle to minimize organizational risks with models that are unbiased, fair, and explainable
Operationalize ML models for pipeline deployment and for external business systems that are more complex and less standardized

منابع کتاب کتاب Introducing MLOps: How to Scale Machine Learning in the Enterprise

در دسترس قیمت پایین تر از سایر فروشندگان است که ممکن است نخستین حمل و نقل رایگان را ارائه ندهند.

بیش از نیمی از مدل های تجزیه و تحلیل و یادگیری ماشین (ML) ایجاد شده توسط سازمان ها هرگز آن را به تولید نمی رسانند. برخی از چالش ها و موانع عملیات عملیاتی فنی هستند، اما دیگران سازمانی هستند. در هر صورت، خط پایین این است که مدل ها در تولید نمی توانند تاثیر تجاری را ارائه دهند.

این کتاب مفاهیم کلیدی MLOPS را برای کمک به دانشمندان داده ها و مهندسان نرم افزاری معرفی می کند نه تنها مدل های ML را برای رانندگی تغییرات تجاری واقعی هدایت می کند، بلکه این مدل ها را در طول زمان حفظ و بهبود می بخشد. از طریق درس های مبتنی بر برنامه های کاربردی MLOP های متعدد در سراسر جهان، نه کارشناس در یادگیری ماشین، بینش را به پنج مرحله از چرخه عمر مدل - ساخت، پیش تولید، استقرار، نظارت، نظارت، و حکومتداری - کشف اینکه چگونه فرآیندهای MLOPS قوی را می توان در سراسر .

این کتاب به شما کمک می کند:

ارزش علم داده را با کاهش اصطکاک در سراسر خط لوله ML و گردش کار انجام دهید

مدل های ML را از طریق بازآموزی، تنظیم دوره ای و بازسازی کامل برای اطمینان از دقت درازمدت اصلاح کنید

طراحی چرخه زندگی MLOPS را برای به حداقل رساندن خطرات سازمانی با مدل هایی که بی طرفانه، منصفانه و قابل توضیح است

مدل های ML برای راه اندازی خط لوله و برای سیستم های کسب و کار خارجی که پیچیده تر و کمتر استاندارد هستند، عملیاتی می کنند