91精品国产综合久久四虎久久_国产成人午夜高潮毛片_99er视频精品免费观看_2020亚洲熟女在线观看_日本女优人体写真_国内黄色毛片_年轻的老师中文版在线_丰满女邻居做爰_久久久久久精品成人免费图片

 
MLOps實戰(zhàn)：機(jī)器學(xué)習(xí)模型的開發(fā)、部署與應(yīng)用
MLOps實戰(zhàn)：機(jī)器學(xué)習(xí)模型的開發(fā)、部署與應(yīng)用
Mark Treveil, the Dataiku Team 著
熊峰, 溫泉, 李磊 譯
出版時間：2022年10月
頁數(shù)：159
“如果你正在尋找更好的戰(zhàn)略和跨團(tuán)隊的實用ML過程，那么這本書很適合你。”
——Adi Polak
微軟高級軟件工程師
“本書是在企業(yè)中構(gòu)建、擴(kuò)展、簡化和管理模型部署的優(yōu)秀指南?！?br /> ——Parul Pandey
數(shù)據(jù)科學(xué)布道者，H2O.ai

當(dāng)今，組織創(chuàng)建的分析和機(jī)器學(xué)習(xí)(ML)模型中超過一半從未投入生產(chǎn)。機(jī)器學(xué)習(xí)運營化的一些挑戰(zhàn)和障礙是技術(shù)性的，但其他則是組織性的。無論采取哪種方式解決問題，底線是未投入生產(chǎn)的模型不會影響業(yè)務(wù)。
本書介紹了MLOps的關(guān)鍵概念，以幫助數(shù)據(jù)科學(xué)家和應(yīng)用工程師操作ML模型來驅(qū)動真正的業(yè)務(wù)變革，并隨著時間的推移維護(hù)和改進(jìn)這些模型。以全球眾多MLOps應(yīng)用課程為基礎(chǔ)，9位機(jī)器學(xué)習(xí)專家深入探討了模型生命周期的五個階段——開發(fā)、預(yù)生產(chǎn)、部署、監(jiān)控和治理，揭示了如何將強(qiáng)大的MLOps流程貫穿始終。
本書將幫助你：
● 通過減少整個ML管道和工作流程中的摩擦，實現(xiàn)數(shù)據(jù)科學(xué)的價值。
● 通過重新訓(xùn)練、定期調(diào)整和全面重構(gòu)來優(yōu)化ML模型，以確保長期準(zhǔn)確性。
● 設(shè)計MLOps生命周期，以使用公正、公平、可解釋的模型將組織風(fēng)險降至最低。
● 為管道的部署和更復(fù)雜、標(biāo)準(zhǔn)化程度更低的外部業(yè)務(wù)系統(tǒng)實施ML模型。
  1. 前言
  2. 第一部分 MLOps是什么，為什么要使用MLPps
  3. 第1章 為什么現(xiàn)在要使用MLOps，使用MLOps面臨
  4. 的挑戰(zhàn)
  5. 1.1 定義MLOps及面臨的挑戰(zhàn)
  6. 1.2 使用MLOps以降低風(fēng)險
  7. 1.3 大規(guī)模的MLOps
  8. 結(jié)語
  9. 第2章 MLOps的使用人員
  10. 2.1 行業(yè)專家
  11. 2.2 數(shù)據(jù)科學(xué)家
  12. 2.3 數(shù)據(jù)工程師
  13. 2.4 軟件工程師
  14. 2.5 DevOps團(tuán)隊
  15. 2.6 模型風(fēng)險管理者/審計師
  16. 2.7 機(jī)器學(xué)習(xí)架構(gòu)師
  17. 結(jié)語
  18. 第3章 MLOps的主要組成部分
  19. 3.1 機(jī)器學(xué)習(xí)入門
  20. 3.2 模型開發(fā)
  21. 3.3 產(chǎn)品化與部署
  22. 3.4 監(jiān)控
  23. 3.5 迭代與生命周期
  24. 3.6 治理
  25. 結(jié)語
  26. 第二部分 如何實現(xiàn)
  27. 第4章 開發(fā)模型
  28. 4.1 什么是機(jī)器學(xué)習(xí)模型
  29. 4.2 數(shù)據(jù)探索
  30. 4.3 特征工程與特征選擇
  31. 4.4 實驗
  32. 4.5 評估和比較模型
  33. 4.6 版本管理和再現(xiàn)性
  34. 結(jié)語
  35. 第5章 準(zhǔn)備投入生產(chǎn)
  36. 5.1 運行時環(huán)境
  37. 5.2 模型風(fēng)險評估
  38. 5.3 機(jī)器學(xué)習(xí)的質(zhì)量保證
  39. 5.4 測試的關(guān)鍵注意事項
  40. 5.5 再現(xiàn)性和可審計性
  41. 5.6 機(jī)器學(xué)習(xí)安全
  42. 5.7 降低模型風(fēng)險
  43. 結(jié)語
  44. 第6章 部署到生產(chǎn)
  45. 6.1 CI/CD管道
  46. 6.2 創(chuàng)建ML工件
  47. 6.3 部署策略
  48. 6.4 容器化
  49. 6.5 擴(kuò)展部署
  50. 6.6 需求和挑戰(zhàn)
  51. 結(jié)語
  52. 第7章 監(jiān)控和反饋回路
  53. 7.1 模型應(yīng)該多久接受一次再訓(xùn)練
  54. 7.2 理解模型退化
  55. 7.3 實踐中的漂移檢測
  56. 7.4 反饋回路
  57. 結(jié)語
  58. 第8章 模型治理
  59. 8.1 由誰決定組織的治理需求
  60. 8.2 將治理與風(fēng)險級別相匹配
  61. 8.3 推動MLOps治理的現(xiàn)行法規(guī)
  62. 8.4 新一輪人工智能特定法規(guī)
  63. 8.5 負(fù)責(zé)任的人工智能的出現(xiàn)
  64. 8.6 負(fù)責(zé)任的人工智能的關(guān)鍵要素
  65. 8.7 MLOps治理模板
  66. 結(jié)語
  67. 第三部分 MLOps具體示例
  68. 第9章 實踐中的MLOps：消費信貸風(fēng)險管理
  69. 9.1 背景：商業(yè)使用案例
  70. 9.2 模型開發(fā)
  71. 9.3 模型偏見考慮
  72. 9.4 為生產(chǎn)做準(zhǔn)備
  73. 9.5 部署到生產(chǎn)環(huán)境
  74. 結(jié)語
  75. 第10章 實踐中的MLOps：營銷推薦引擎
  76. 10.1 推薦引擎的興起
  77. 10.2 數(shù)據(jù)準(zhǔn)備
  78. 10.3 設(shè)計和管理實驗
  79. 10.4 模型訓(xùn)練和部署
  80. 10.5 管道結(jié)構(gòu)和部署策略
  81. 10.6 監(jiān)控和反饋
  82. 結(jié)語
  83. 第11章 實踐中的MLOps：消耗預(yù)測
  84. 11.1 能源系統(tǒng)
  85. 11.2 數(shù)據(jù)收集
  86. 11.3 問題定義：機(jī)器學(xué)習(xí)，還是不機(jī)器學(xué)習(xí)
  87. 11.4 空間和時間分辨率
  88. 11.5 實施
  89. 11.6 建模
  90. 11.7 部署
  91. 11.8 監(jiān)控
  92. 結(jié)語
書名：MLOps實戰(zhàn)：機(jī)器學(xué)習(xí)模型的開發(fā)、部署與應(yīng)用
作者：Mark Treveil, the Dataiku Team 著
譯者：熊峰, 溫泉, 李磊 譯
國內(nèi)出版社：機(jī)械工業(yè)出版社
出版時間：2022年10月
頁數(shù)：159
書號：978-7-111-71009-7
原版書書名：Introducing MLOps
原版書出版商：O'Reilly Media
Mark Treveil
 
Mark Treveil設(shè)計的產(chǎn)品涉及電信、銀行和在線交易等多個領(lǐng)域。他自己的初創(chuàng)公司引領(lǐng)了英國地方政府的治理革命，目前它仍占據(jù)主導(dǎo)地位。他現(xiàn)在是Dataiku產(chǎn)品團(tuán)隊的一員。
 
 
the Dataiku Team
 
本書封面上的動物是一種叫Bunaeopsis oubie的非洲飛蛾，也稱為Zaddach’s Emperor，在非洲中部和東部，從安哥拉到厄立特里亞都可以找到。它是天蠶蛾（Saturniidae）科的一個成員，該科包括1000個世界上最大的飛蛾。
這種非洲飛蛾有一個巨大的翼展，可伸展到10英寸（約25厘米），這使它比一些鳥類還要大。它的翅膀上有獨特的標(biāo)記：四個翅膀上各有一個紅褐色的圓圈，下面有深褐色的條紋，胸部邊緣和每個翅膀的外緣有白色條紋。飛蛾的觸角很粗，形似羽毛。它們的整個身體用覆蓋在它們的毛發(fā)和翅膀上的鱗片的蠟質(zhì)涂層來防水。
飛蛾往往會被白色的、有香味的花朵所吸引，它們在夜間很容易嗅到這些花朵的香味，并以其毛茸茸的、黏黏的身體很好地授粉。許多動物和鳥類以飛蛾為食，包括貓頭鷹和蝙蝠。飛蛾幼蟲是蜥蜴、鳥類和許多小型哺乳動物的獵物。
購買選項
定價：79.00元
書號：978-7-111-71009-7
出版社：機(jī)械工業(yè)出版社