جلد سخت سیاه و سفید
Product details
- Publisher : O'Reilly Media; 1st edition (November 1, 2022)
- Language : English
- Paperback : 350 pages
- ISBN-10 : 1098106229
- ISBN-13 : 978-1098106225
کتاب Reliable Machine Learning: Applying SRE Principles to ML in Production
Whether you are part of a small startup or a planet-spanning megacorp, this practical book shows data scientists, SREs, and business owners how to run ML reliably, effectively, and accountably within your organization. You'll gain insight into everything from how to do model monitoring in production to how to run a well-tuned model development team in a product organization.
By applying an SRE mindset to machine learning, authors and engineering professionals Cathy Chen, Kranti Parisa, Niall Richard Murphy, D. Sculley, Todd Underwood, and featured guests show you how to run an efficient ML system. Whether you want to increase revenue, optimize decision-making, solve problems, or understand and influence customer behavior, you'll learn how to perform day-to-day ML tasks while keeping the bigger picture in mind.
You'll examine:
- What ML is: how it functions and what it relies on
- Conceptual frameworks for understanding how ML "loops" work
- Effective "productionization," and how it can be made easily monitorable, deployable, and operable
- Why ML systems make production troubleshooting more difficult, and how to get around them
- How ML, product, and production teams can communicate effectively
منابع کتاب کتاب Reliable Machine Learning: Applying SRE Principles to ML in Production
چه بخشی از یک استارتآپ کوچک یا یک شرکت بزرگ سیارهای باشید، این کتاب عملی به دانشمندان داده، SREها و صاحبان کسبوکار نشان میدهد که چگونه ML را به طور قابل اعتماد، مؤثر و حسابدار در سازمان خود اجرا کنند. شما در مورد همه چیز، از نحوه انجام نظارت بر مدل در تولید گرفته تا نحوه اجرای یک تیم توسعه مدل به خوبی تنظیم شده در یک سازمان محصول، بینشی کسب خواهید کرد.
نویسندگان و متخصصان مهندسی، کتی چن، کرانتی پریسا، نیل ریچارد مورفی، دی. اسکالی، تاد آندروود و مهمانان برجسته، با بکارگیری طرز فکر SRE برای یادگیری ماشینی، به شما نشان میدهند که چگونه یک سیستم کارآمد ML را اجرا کنید. چه بخواهید درآمد را افزایش دهید، تصمیمگیری را بهینه کنید، مشکلات را حل کنید، یا رفتار مشتری را درک کنید و بر آن تأثیر بگذارید، یاد میگیرید که چگونه وظایف روزانه ML را انجام دهید و در عین حال تصویر بزرگتری را در ذهن داشته باشید.
شما بررسی خواهید کرد:
- ML چیست : چگونه کار می کند و بر چه چیزی متکی است
- چارچوب های مفهومی برای درک نحوه کار "حلقه های" ML
- "تولید" موثر و اینکه چگونه می توان آن را به راحتی قابل نظارت، مستقر و قابل اجرا ساخت
- چرا سیستم های ML عیب یابی تولید را دشوارتر می کنند و چگونه می توان آنها را دور زد
- چگونه تیم های ML، محصول و تولید می توانند به طور موثر ارتباط برقرار کنند
ارسال نظر درباره کتاب Reliable Machine Learning: Applying SRE Principles to ML in Production