幫助您更了解如何實務開發中應用機器學習技術
本書是機器學習系統設計模式的集合，範例使用的平台是Docker和Kubernetes，以確保程式碼的可重複執行。本書描述機器學習從訓練、評估和QA，到發布和運行推理器的順序，以及架構和代碼。藉由本書的指引，能夠幫助您更有效地使用機器學習的技術，將其應用在實際的系統開發中。
本書可以幫助您：
．了解如何MLOps這種機器學習付諸實用的開發維護方法
．了解建置機器學習系統的方法，包括專為機器學習設計的系統（機器學習管線或實驗管理）與專為使用機器學習設計的系統（發佈或推論器），以實現MLOps
．了解改善機器學習系統品質的方法，以及如何透過後續的維護改善模型
來自讀者的讚譽
＂蘊含了MLOps的精華＂
＂詳細介紹了如何開發在商業環境中應用機器學習的系統＂
＂資訊豐富，是開發大型系統極佳的參考資料＂
．了解改善機器學習系統品質的方法，以及如何透過後續的維護改善模型
來自讀者的讚譽
＂蘊含了MLOps的精華＂
＂詳細介紹了如何開發在商業環境中應用機器學習的系統＂
＂資訊豐富，是開發大型系統極佳的參考資料＂
- 前言(第III頁)
- 本書的目標讀者與必要的背景知識(第VI頁)
- 本書的編排方式(第VI頁)
- 本書範例檔的執行環境(第VII頁)
- 書上的範例檔與 GitHub 範例檔的差異之處(第VIII頁)
- 本書的範例檔(第VIII頁)
- Part 1 機器學習與 MLOps(第1頁)
- CHAPTER 1 何謂機器學習系統？(第3頁)
- Part 2 建立機器學習系統(第29頁)
- CHAPTER 2 建置模型(第31頁)
- CHAPTER 3 發佈模型(第85頁)
- CHAPTER 4 建立推論系統(第121頁)
- Part 3 品質．維護．管理(第271頁)
- CHAPTER 5 維護機器學習系統(第273頁)
- CHAPTER 6 維持機器學習系統的品質(第317頁)
- CHAPTER 7 End-to-End 的MLOps 系統設計(第389頁)
- 結語(第411頁)
- INDEX(第412頁)
- 作者簡介(第422頁)
紙本書 NT$ 620
單本電子書
NT$
620
同分類熱門書
PDF
EPUB
PDF
PDF
EPUB
