MLOps實戰:機器學習模型的開發、部署與應用pdf+epub

本書分爲三部分。第1部分介紹MLOps主題，深探讨了它是如何(以及爲什麽)發展成一門學科的、需要誰參與才能成功執行MLOps以及需要哪些組成部分。 第二部分介紹了機器學習模型的生命周期，其中包括有關模型發、生産準備、生産部署、監測和治理的章節。這些章節不僅包括一般的注意事項，還包括MLOps生命周期每個階段的注意事項，并提供第3章中所涉及主題相關的更多詳細信息。 第三部分提供了MLOps的具體示例，以便讀者了解MLOps在實踐中的設置和含義。<br/>【推薦語】<br/>當今組織創建的分析和機器學習(ML)模型超過一半從未投生産。機器學習運營化的一些挑戰和障礙是技術性的，但其他則是組織性的。無論采取哪種方式解決問題，底線是未投生産的模型不會影響業務。 本書介紹了MLOps的關鍵概念，以幫助數據科學家和應用工程師操作ML模型來驅動真正的業務變化，并随着時間的推移維護和改這些模型。以全球衆多MLOps應用課程爲基礎，9位機器學習專家深探讨了模型生命周期的五個階段——發、預生産、部署、監控和治理，揭示了如何将強大的MLOps流程貫穿始終。 本書将幫助你： ·通過減少整個ML管道和工作流程中的摩擦，實現數據科學的價值。 ·通過再培訓、定期調整和全面改造來完善ML模型，以确保長期準确性。 ·設計MLOps生命周期，使用公正、公平、可解釋的模型将組織風險降至*低。 ·爲管道的部署和更複雜、标準化程度更低的外部業務系統實施ML模型。<br/>