Descripción
Este libro está dirigido a profesionales de la ciencia de datos, considerando problemas específicos, estándares y pilas tecnológicas entre industrias. Le guiará a través de los fundamentos de la toma de decisiones técnicas, incluyendo la planificación, construcción, optimización, empaquetado e implementación de flujos de trabajo estocásticos de extremo a extremo, fiables y robustos, utilizando el lenguaje de la ciencia de datos.
MLOps Lifecycle Toolkit le introduce en los principios de la ingeniería de software, sin necesidad de experiencia previa. Aborda el eterno "por qué" de MLOps desde el principio, junto con una visión de los desafíos únicos de la ingeniería de sistemas estocásticos. A continuación, descubrirá recursos para aprender artesanía de software, marcos de prueba basados en datos y ciencias de la computación. Además, verá cómo pasar de los cuadernos Jupyter a los editores de código, y aprovechar la infraestructura y los servicios en la nube para tomar el control de todo el ciclo de vida del aprendizaje automático. Obtendrá una visión de las decisiones técnicas y arquitectónicas que probablemente encontrará, así como las mejores prácticas para implementar modelos precisos, extensibles, escalables y fiables. A través de laboratorios prácticos, construirá su propio "kit de herramientas" de MLOps que podrá utilizar para acelerar sus propios proyectos. En capítulos posteriores, el autor Dayne Sorvisto adopta un enfoque reflexivo y de abajo hacia arriba de la ingeniería de aprendizaje automático, considerando los problemas difíciles únicos de industrias como las altas finanzas, la energía, la atención médica y la tecnología como estudios de caso, junto con las limitaciones éticas y técnicas que dan forma a la toma de decisiones.
Después de leer este libro, ya sea usted un científico de datos, un gerente de producto o un tomador de decisiones de la industria, estará equipado para implementar modelos en producción, comprender los matices de MLOps en el lenguaje de su industria y tener los recursos para la entrega y el aprendizaje continuos.
Lo que aprenderá
- Comprender los principios de la ingeniería de software y MLOps
- Diseñar un sistema de aprendizaje automático de extremo a extremo
- Equilibrar las decisiones técnicas y las compensaciones arquitectónicas
- Obtener información sobre los problemas fundamentales únicos de cada industria y cómo resolverlos
Para quién es este libro
Científicos de datos, ingenieros de aprendizaje automático y profesionales del software.Autor: Dayne Sorvisto
Editorial: Apress
Publicado: 30/07/2023
Páginas: 269
Tipo de encuadernación: Tapa blanda
Peso: 0.91 libras
Tamaño: 9.21h x 6.14w x 0.61d
ISBN13: 9781484296417
ISBN10: 1484296419
Categorías BISAC:
- Computadoras | Inteligencia Artificial | General
- Computadoras | Lenguajes | Python