Mlops v praxi: Zprovoznění modelů strojového učení

Recenze čtenářů

Kniha nabízí ucelený výklad o ML Engineeringu a MLOps s praktickými tipy a osobními příběhy. Byla však kritizována za kvalitu tisku, organizaci a některý povrchní obsah.

⬤ Pokrývá teorii i praxi ML Engineeringu a MLOps
⬤ obsahuje praktické tipy a osobní anekdoty
⬤ je chválena za návod krok za krokem na nasazení modelů na AWS
⬤ poskytuje solidní informace pro praktiky
⬤ obsahuje podrobnosti o hlavních cloudových platformách.

⬤ Není vhodná pro začátečníky
⬤ špatná kvalita tištěné verze
⬤ neuspořádaná struktura
⬤ v některých oblastech postrádá hloubku
⬤ někteří uživatelé měli pocit, že připomíná spíše sbírku příspěvků na blogu než ucelenou knihu
⬤ obsahuje sebepropagaci autora.

(na základě 14 hodnocení čtenářů)

Původní název:

Practical Mlops: Operationalizing Machine Learning Models

Obsah knihy:

Základní výzvou strojového učení je zavedení modelů do výroby. MLOps nabízí sadu osvědčených principů, jejichž cílem je tento problém spolehlivě a automatizovaně vyřešit. Tento zasvěcený průvodce vás seznámí s tím, co je to MLOps (a jak se liší od DevOps), a ukáže vám, jak jej uvést do praxe, abyste zprovoznili své modely strojového učení.

Současní i začínající inženýři strojového učení - nebo kdokoli, kdo zná datovou vědu a Python - si vybudují základy nástrojů a metod MLOps (spolu s AutoML a monitorováním a logováním) a poté se naučí, jak je implementovat v AWS, Microsoft Azure a Google Cloud. Čím rychleji dodáte fungující systém strojového učení, tím rychleji se budete moci soustředit na obchodní problémy, které se snažíte vyřešit. Tato kniha vám poskytne náskok.

Zjistíte, jak:

⬤ Aplikovat osvědčené postupy DevOps na strojové učení.

⬤ Vybudovat produkční systémy strojového učení a udržovat je.

⬤ Monitorovat, instrumentovat, testovat zátěž a zprovozňovat systémy strojového učení.

⬤ Vybrat správné nástroje MLOps pro danou úlohu strojového učení.

⬤ Spustit modely strojového učení na různých platformách a zařízeních, včetně mobilních telefonů a specializovaného hardwaru.