MLOps - Kernkonzepte im Überblick Treveil, Mark.

1st edition.

[Erscheinungsort nicht ermittelbar] dpunkt 2021

Boston, MA Safari

1 online resource (204 pages)

Access is available to the Yale community.

Online resource; Title from title page (viewed August 1, 2021).

Access restricted by licensing agreement.

Viele Machine-Learning-Modelle, die in Unternehmen entwickelt werden, schaffen es aufgrund von organisatorischen und technischen Hürden nicht in den produktiven Betrieb. Dieses Buch zeigt Ihnen, wie Sie erprobte MLOps-Strategien einsetzen, um eine erfolgreiche DevOps-Umgebung für Ihre ML-Modelle aufzubauen, sie kontinuierlich zu verbessern und langfristig zu warten. Das Buch erläutert MLOps-Schlüsselkonzepte, mit denen Data Scientists und Data Engineers ihre ML-Pipelines und -Workflows optimieren können. Anhand von Fallbeispielen, die auf zahlreichen MLOps-Anwendungen auf der ganzen Welt basieren, geben neun ML-Experten wertvolle Einblicke in die fünf Schritte des Modelllebenszyklus - Build, Preproduction, Deployment,Monitoring und Governance. Sie erfahren auf diese Weise, wie robuste MLOps-Prozesse umfassend in den ML-Produktlworkflow integriert werden können.

O'Reilly Safari. OCLC KB.

Books / Online

English; German

March 03, 2022