{"product_id":"deploy-machine-learning-models-to-production-with-flask-streamlit-docker-and-kubernetes-on-google-cloud-platform-9781484265451","title":"Implementación de modelos de Machine Learning en producción: Con Flask, Streamlit, Docker y Kubernetes en Google Cloud Platform","description":"Capítulo 1: Configuración de su entorno de implementación\u003cbr\u003eObjetivo del capítulo: Este capítulo cubre los pasos desde la lectura de datos, preprocesamiento, ingeniería de características, entrenamiento del modelo y predicción tanto a nivel local como en la nube. Este capítulo proporciona a la audiencia un conjunto de bibliotecas requeridas e información de descarga de código\/datos para que el usuario pueda configurar su entorno adecuadamente. \u003cp\u003e\u003c\/p\u003eSubtemas\u003cbr\u003e- Configuración de su entorno de desarrollo\u003cbr\u003e- Instalación de las bibliotecas requeridas\u003cbr\u003e- Construcción de modelos basados en Python y TensorFlow \u003cp\u003e\u003c\/p\u003eCapítulo 2: Introducción a la implementación de modelos y desafíos\u003cbr\u003eNúmero de páginas: 20\u003cbr\u003eObjetivo del capítulo: El capítulo muestra lo que se entiende por implementación y los desafíos asociados con ella.\u003cbr\u003eSubtemas\u003cbr\u003e- Comprensión de la implementación de modelos\u003cbr\u003e- Comprensión de los desafíos\u003cbr\u003e- Arquitectura sin servidor para la implementación \u003cp\u003e\u003c\/p\u003e \u003cp\u003e\u003c\/p\u003eCapítulo 3: Implementación de modelos usando Flask\u003cbr\u003eNúmero de páginas: 25\u003cbr\u003eObjetivo del capítulo: Este capítulo cubre el framework web ligero - Flask para implementar modelos pequeños y simples de aprendizaje automático. \u003cp\u003e\u003c\/p\u003eSubtemas: \u003cbr\u003e- ¿Qué es Flask?\u003cbr\u003e- Construir un modelo basado en Python\u003cbr\u003e- Implementar modelos de aprendizaje automático usando Flask \u003cp\u003e\u003c\/p\u003eCapítulo 4: Contenerización de modelos usando Docker\u003cbr\u003eNúmero de páginas: 30\u003cbr\u003eObjetivo del capítulo: Este capítulo está dedicado a la comprensión de la plataforma Docker. Cubre todos los pasos para contenerizar cualquier modelo, aplicación usando Docker. \u003cp\u003e\u003c\/p\u003eSubtemas: \u003cbr\u003e- Introducción a Docker\u003cbr\u003e- Construir una imagen Docker personalizada\u003cbr\u003e- Ejecutar un modelo de aprendizaje automático usando Docker \u003cp\u003e\u003c\/p\u003e \u003cp\u003e\u003c\/p\u003eCapítulo 5: Introducción a Kubeflow\u003cbr\u003eNúmero de páginas: 30 \u003cp\u003e\u003c\/p\u003eObjetivo del capítulo: Este capítulo sirve como introducción a nuestro tema principal del libro: Construir e implementar modelos de aprendizaje automático usando Kubeflow. El capítulo comienza cubriendo varios componentes de Kubeflow y ofrece información sobre sus ventajas sobre otras plataformas.\u003cbr\u003eSubtemas: \u003cbr\u003e- Breve introducción a Kubernetes\u003cbr\u003e- Introducción a Kubeflow\u003cbr\u003e- Componentes de Kubeflow \u003cp\u003e\u003c\/p\u003e \u003cp\u003e\u003c\/p\u003eCapítulo 6: Implementación de modelos usando Kubeflow\u003cbr\u003eNúmero de páginas: 35 \u003cp\u003e\u003c\/p\u003eObjetivo del capítulo: Este capítulo se enfoca en la implementación industrial de modelos de aprendizaje profundo en Google Cloud Platform usando Kubeflow. Este capítulo también demuestra varias técnicas como el ajuste de hiperparámetros y flujos de trabajo para entrenar y servir los modelos para predicciones.\u003cbr\u003eSubtemas: \u003cp\u003e\u003c\/p\u003e- Configuración de Google Cloud Platform\u003cbr\u003e- Ajuste de hiperparámetros del modelo\u003cbr\u003e- Entrenamiento y servicio de modelos a escala \u003cp\u003e\u003c\/p\u003eCapítulo 7: Implementación de modelos usando MLflow \u003cp\u003e\u003c\/p\u003eNúmero de páginas: 20\u003cbr\u003eObjetivo del capítulo: Este capítulo cubre la alternativa a Kube de Google.\u003cbr\u003e\u003cbr\u003e\u003cb\u003eAutor:\u003c\/b\u003e \u003ca href=\"https:\/\/sureshotbooks-com.myshopify.com\/search?type=product%2Carticle%2Cpage\u0026amp;q=AUTH-12056438\"\u003ePramod Singh\u003c\/a\u003e\u003cbr\u003e\u003cb\u003eEditorial:\u003c\/b\u003e Apress\u003cbr\u003e\u003cb\u003ePublicado:\u003c\/b\u003e 01\/01\/2021\u003cbr\u003e\u003cb\u003ePáginas:\u003c\/b\u003e 150\u003cbr\u003e\u003cb\u003eTipo de encuadernación:\u003c\/b\u003e Tapa blanda\u003cbr\u003e\u003cb\u003ePeso:\u003c\/b\u003e 0.53lbs\u003cbr\u003e\u003cb\u003eTamaño:\u003c\/b\u003e 9.21h x 6.14w x 0.35d\u003cbr\u003e\u003cb\u003eISBN13:\u003c\/b\u003e 9781484265451\u003cbr\u003e\u003cb\u003eISBN10:\u003c\/b\u003e 1484265459\u003cbr\u003e\u003cb\u003eCategorías BISAC:\u003c\/b\u003e\u003cbr\u003e- \u003ca href=\"https:\/\/sureshotbooks-com.myshopify.com\/search?type=product%2Carticle%2Cpage\u0026amp;q=CAT-COM\"\u003eComputadoras\u003c\/a\u003e | \u003ca href=\"https:\/\/sureshotbooks-com.myshopify.com\/search?type=product%2Carticle%2Cpage\u0026amp;q=BISAC-COM051360\"\u003eLenguajes | Python\u003c\/a\u003e\u003cbr\u003e- \u003ca href=\"https:\/\/sureshotbooks-com.myshopify.com\/search?type=product%2Carticle%2Cpage\u0026amp;q=CAT-COM\"\u003eComputadoras\u003c\/a\u003e | \u003ca href=\"https:\/\/sureshotbooks-com.myshopify.com\/search?type=product%2Carticle%2Cpage\u0026amp;q=BISAC-COM004000\"\u003eInteligencia artificial | General\u003c\/a\u003e\u003cbr\u003e- \u003ca href=\"https:\/\/sureshotbooks-com.myshopify.com\/search?type=product%2Carticle%2Cpage\u0026amp;q=CAT-COM\"\u003eComputadoras\u003c\/a\u003e | \u003ca href=\"https:\/\/sureshotbooks-com.myshopify.com\/search?type=product%2Carticle%2Cpage\u0026amp;q=BISAC-COM051390\"\u003eProgramación | Código abierto\u003c\/a\u003e\u003cbr\u003e\u003cbr\u003e\u003cp\u003e\u003cb\u003eAcerca del autor\u003c\/b\u003e\u003cbr\u003e\u003cb\u003ePramod Singh\u003c\/b\u003e es Gerente de Ciencia de Datos en Bain \u0026amp; Company. Anteriormente, trabajó como Ingeniero Senior de Aprendizaje Automático en Walmart Labs y Gerente de Ciencia de Datos en Publicis Sapient en la India. Ha dedicado más de 10 años a trabajar en aprendizaje automático, aprendizaje profundo, ingeniería de datos, diseño de algoritmos y desarrollo de aplicaciones. Es autor de tres libros de Apress: \u003ci\u003eMachine Learning with PySpark\u003c\/i\u003e, \u003ci\u003eLearn PySpark\u003c\/i\u003e y \u003ci\u003eLearn TensorFlow 2.0\u003c\/i\u003e. Es un orador habitual en las principales conferencias como Strata Data de O'Reilly, GIDS y otras conferencias de IA. Es un mentor y docente activo en aprendizaje automático e IA en varias instituciones educativas. Vive en Bangalore con su esposa y su hijo de cuatro años. En su tiempo libre, le gusta tocar la guitarra, programar, leer y ver fútbol. \u003c\/p\u003e\u003cp\u003e\u003c\/p\u003eGerente de Ciencia de Datos en Bain \u0026amp; Company. Tiene más de 11 años de experiencia en el campo de la ciencia de datos trabajando con múltiples organizaciones basadas en productos y servicios. Ha participado en numerosos proyectos a gran escala de ML e IA. Ha publicado tres libros sobre procesamiento de datos a gran escala y aprendizaje automático. Es un orador habitual en las principales conferencias de IA.\u003cbr\u003e","brand":"Apress","offers":[{"title":"Default Title","offer_id":42667546378477,"sku":"9781484265451","price":44.99,"currency_code":"USD","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/0550\/8097\/6621\/products\/img_f9264ce9-08f0-436d-848d-0e0524fe2b7b.jpg?v=1649447133","url":"https:\/\/sureshotbooks.com\/es\/products\/deploy-machine-learning-models-to-production-with-flask-streamlit-docker-and-kubernetes-on-google-cloud-platform-9781484265451","provider":"SureShot Books Publishing LLC","version":"1.0","type":"link"}