Kubeflow学习指南:生产级机器学习系统实现pdf+epub

Kubeflow是基于K8S的机器学习工具包，是为数据科学家和数据工程师构建生产级别的机器学习实现而设计的。本书采用循序渐的方式，从 Kubeflow 的安装、使用和设计篇，随后从模型训练的整个周期展，涵盖了数据探索、特征准备、模型训练/调优、模型服务、模型测试、模型监测和模型版本管理等各个环节，既有相关的理论知识也囊括了真实的使用案例，能够让读者在学习 Kubeflow 知识的同时全面了解机器学习的相关知识，是门和深学习Kubeflow以及机器学习的良好指南。<br/>【推荐语】<br/>如果你正在训练一个机器学习模型，但不确定如何将其投生产，本书将协助你完成目标。Kubeflow为模型生命周期的不同阶段提供了一系列云原生工具，从数据探索和特征准备到模型训练和模型服务。本书可以帮助数据科学家用Kubeflow构建生产级机器学习实现，并向数据工程师展示了如何使模型具有可伸缩性和可靠性。作者使用书中的示例解释了如何使用Kubeflow在云端或者本地发环境中的Kubernetes上训练机器学习模型并为模型提供服务。本书将帮助你： – 理解Kubeflow的设计、核心组件和所能解决的问题。 – 使用Kubeflow和流行的工具（包括Scikit-learn、TensorFlow和Apache Spark）训练模型。 – 使用Kubeflow 流水线使模型保持 新状态。 – 了解如何获取模型训练的元数据。 – 为超参调优行训练。 – 了解如何在生产中为模型提供服务。 – 探索如何用其他源工具扩展Kubeflow。<br/>