Descripción
Potencie y automatice sus implementaciones en clústeres de Azure Machine Learning y Azure Kubernetes Service utilizando los servicios de Azure Machine Learning
Características principales:
- Implemente canalizaciones de aprendizaje automático de extremo a extremo en Azure
- Entrene modelos de aprendizaje profundo utilizando la infraestructura de cómputo de Azure
- Implemente modelos de aprendizaje automático utilizando MLOps
Descripción del libro:
Azure Machine Learning es un servicio en la nube para acelerar y gestionar el ciclo de vida de los proyectos de aprendizaje automático (ML) que los profesionales de ML, los científicos de datos y los ingenieros pueden utilizar en sus flujos de trabajo diarios. Este libro cubre el proceso de ML de extremo a extremo utilizando Microsoft Azure Machine Learning, incluyendo la preparación de datos, la realización y el registro de ejecuciones de entrenamiento de ML, el diseño de canalizaciones de entrenamiento e implementación, y la gestión de estas canalizaciones a través de MLOps.
La primera sección le muestra cómo configurar un espacio de trabajo de Azure Machine Learning; ingerir y versionar conjuntos de datos; así como preprocesar, etiquetar y enriquecer estos conjuntos de datos para el entrenamiento. En las dos secciones siguientes, descubrirá cómo enriquecer y entrenar modelos de ML para incrustación, clasificación y regresión. Explorará técnicas avanzadas de PNL, modelos de ML tradicionales como árboles impulsados, redes neuronales profundas modernas, sistemas de recomendación, aprendizaje por refuerzo y técnicas complejas de entrenamiento de ML distribuidas, todo utilizando Azure Machine Learning.
La última sección le enseñará cómo implementar los modelos entrenados como una canalización por lotes o un servicio de puntuación en tiempo real utilizando Docker, clústeres de Azure Machine Learning, Azure Kubernetes Services y objetivos de implementación alternativos.
Al final de este libro, podrá combinar todos los pasos que ha aprendido construyendo una canalización MLOps.
Lo que aprenderá:
- Comprender la canalización de ML de extremo a extremo
- Familiarizarse con el espacio de trabajo de Azure Machine Learning
- Ingerir, analizar y preprocesar conjuntos de datos para ML utilizando la nube de Azure
- Entrenar técnicas de ML tradicionales y modernas de manera eficiente utilizando Azure ML
- Implementar modelos de ML para puntuación por lotes y en tiempo real
- Comprender la interoperabilidad del modelo con ONNX
- Implementar modelos de ML en FPGA y Azure IoT Edge
- Construir una canalización MLOps automatizada utilizando Azure DevOps
Para quién es este libro:
Este libro es para ingenieros de aprendizaje automático, científicos de datos y desarrolladores de aprendizaje automático que desean utilizar la nube de Microsoft Azure para administrar sus conjuntos de datos y experimentos de aprendizaje automático y construir una arquitectura de ML de nivel empresarial utilizando MLOps. Este libro también ayudará a cualquier persona interesada en el aprendizaje automático a explorar pasos importantes del proceso de ML y a usar Azure Machine Learning para respaldarlos, junto con la creación de potentes aplicaciones en la nube de ML. Se recomienda una comprensión básica de Python y conocimientos de aprendizaje automático.
Autor: Christoph Körner, Marcel Alsdorf
Editorial: Packt Publishing
Publicado: 10/05/2022
Páginas: 624
Tipo de encuadernación: Tapa blanda
Peso: 2.33 libras
Tamaño: 9.25h x 7.50w x 1.26d
ISBN13: 9781803232416
ISBN10: 1803232412
Categorías BISAC:
- Informática | Ciencias de la Computación
- Informática | Inteligencia Artificial | Visión por Computadora y Reconocimiento de Patrones
- Informática | Ciencia de Datos | Modelado y Diseño de Datos
Este título no es retornable