Praktické mlops: Operacionalizácia modelov strojového učenia

Recenzie čitateľov

Kniha ponúka komplexný prehľad o ML inžinierstve a MLOps s praktickými radami a osobnými príbehmi. Získala však kritiku za kvalitu tlače, organizáciu a niektoré povrchné prvky obsahu.

⬤ Pokrýva teóriu aj prax ML Engineeringu a MLOps
⬤ obsahuje praktické tipy a osobné anekdoty
⬤ chválená za návod krok za krokom na nasadenie modelov na AWS
⬤ poskytuje solídne informácie pre odborníkov z praxe
⬤ obsahuje podrobnosti o hlavných cloudových platformách.

⬤ Nie je vhodná pre začiatočníkov
⬤ slabá kvalita tlačenej verzie
⬤ neorganizovaná štruktúra
⬤ v niektorých oblastiach chýba hĺbka
⬤ niektorí používatelia mali pocit, že pripomína skôr zbierku blogových príspevkov než ucelenú knihu
⬤ obsahuje sebapropagáciu autora.

(na základe 14 čitateľských recenzií)

Pôvodný názov:

Practical Mlops: Operationalizing Machine Learning Models

Obsah knihy:

Základnou výzvou strojového učenia je zavedenie modelov do výroby. MLOps ponúka súbor osvedčených zásad zameraných na spoľahlivé a automatizované riešenie tohto problému. Táto prehľadná príručka vás oboznámi s tým, čo je MLOps (a ako sa líši od DevOps), a ukáže vám, ako ho zaviesť do praxe na sprevádzkovanie vašich modelov strojového učenia.

Súčasní a začínajúci inžinieri strojového učenia - alebo ktokoľvek, kto pozná dátovú vedu a Python - si vybudujú základy v oblasti nástrojov a metód MLOps (spolu s AutoML a monitorovaním a protokolovaním) a potom sa naučia, ako ich implementovať v AWS, Microsoft Azure a Google Cloud. Čím rýchlejšie dodáte fungujúci systém strojového učenia, tým rýchlejšie sa môžete sústrediť na obchodné problémy, ktoré sa snažíte vyriešiť. Táto kniha vám poskytne náskok.

Zistíte, ako:

⬤ Použiť najlepšie postupy DevOps na strojové učenie.

⬤ Vybudovať produkčné systémy strojového učenia a udržiavať ich.

⬤ Monitorovať, inštrumentovať, testovať záťaž a sprevádzkovať systémy strojového učenia.

⬤ Vyberať správne nástroje MLOps pre danú úlohu strojového učenia.

⬤ Spustiť modely strojového učenia na rôznych platformách a zariadeniach vrátane mobilných telefónov a špecializovaného hardvéru.