Description |
1 online resource (204 pages) |
Note |
Online resource; Title from title page (viewed August 1, 2021). |
Summary |
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. |
Subject |
Electronic books ; local. |
Added Author |
Stenac, Clément VerfasserIn. Author.
|
|
Omont, Nicolas VerfasserIn. Author.
|
|
Lefèvre, Kenji VerfasserIn. Author.
|
|
Phan, Du VerfasserIn. Author.
|
|
Safari, an O'Reilly Media Company. MitwirkendeR. Contributor.
|
|