Effective数据科学基础设施
正版新书 新华官方库房直发 可开电子发票
￥ 73.38 7.5折 ￥ 98 全新
库存6件
作者(芬)维莱·图洛斯
出版社清华大学出版社
ISBN9787302641865
出版时间2023-08
版次1
装帧平装
开本32开
纸张胶版纸
页数592页
字数427千字
定价98元
货号SC:9787302641865
上书时间2024-10-31
- 在售商品 暂无
- 平均发货时间 19小时
- 好评率 暂无
商品详情
- 品相描述：全新
- 全新正版 提供发票
- 商品描述
-
作者简介:
Ville Tuulos在Netflix公司设计并构建了用于数据科学的全栈框架Metaflow。目前，Ville在一家专业开发数据科学基础设施的初创公司担任首席执行官。
主编推荐:
《Effective数据科学基础设施》由Netflix工程师Ville Tuulos撰写，以Metaflow为对象，介绍了数据科学所需要的基础设施，囊括数据准备、特征工程、模型训练、模型部署、服务和持续监控等环节。Metaflow专注于构建生产流程，更适合具有深厚工程和DevOps技能的大型专业数据科学团队。本书的目标读者为数据科学家、机器学习工程师、IT 技术人员和MLOps工程师。数据科学家在人工智能和算法方面非常精通，但软件开发能力通常不足。他们渴望有一套方法论和工具来促进从构建到部署的迭代过程，从而落实自己的想法。数据科学家不在意在一个“孤岛”。上开展数据挖掘和分析工作，他们更希望能够在离线、实时和批处理等场景中落实项目。IT技术人员对机器学习算法理论和模型细节并不了解，他们渴望本书能够提供一个机器学习流程的全貌，便于他们进行任务编排。此外，一些企业的中高层管理人员可通过本书获取MLOps管理理念，为制定AI项目管理和KPI考核提供参考依据。总之，与传统的软件工程师技能要求相比，MLOps工程师除了需要具备现代软件工程所要求的强大能力，还需要具备ML专业知识，具体包括ML模型训练、模型部署、模型监控和帮助企业落实架构、系统设计和故障排除等能力。
内容简介:
数据科学项目日益增多，每个项目在提出原型到生产的过程中都需要可靠的基础设施。使用《Effective数据科学基础设施/数据科学与大数据技术》介绍的一些新技术和新工具，你将能建立一个适用于各类组织（无论是初创企业还是大型企业）的基础设施堆栈。
《Effective数据科学基础设施》可帮助你建立数据流程和项目工作流，为你开发项目带来强大动力。
《Effective数据科学基础设施/数据科学与大数据技术》呈现Netflix数据操作的优选工具和概念，并在此基础上介绍一种可定制的基于云的模型开发和MLOps方法，可轻松适应公司的特定需求。当团队把数据科学和机器学习应用于广泛的业务问题时，这些实用的数据流程将更高效地生成更完美的结果。
主要内容：
在云中处理计算和编排
将基于云的工具耦合到一个内聚的数据科学环境中
使用Metaflow、AWS和Python数据生态系统开发可复制的数据科学项目
构建需要大型数据集和模型，需要数据科学家团队参与的复杂应用程序
阅读门槛：
《Effective数据科学基础设施/数据科学与大数据技术》适合熟悉Python的基础设施工程师和有工程头脑的数据科学家阅读。
目录:
第1章 数据科学基础设施介绍 1
1.1 选择数据科学基础设施的原因 2
1.2 什么是数据科学基础设施 5
1.2.1 数据科学基础设施堆栈 6
1.2.2 支持数据科学项目的整个生命周期 8
1.2.3 不能以偏概全 9
1.3 良好基础设施的重要性 10
1.3.1 管理复杂性 11
1.3.2 利用现有平台 12
1.4 以人为中心的基础设施 13
1.4.1 自由与责任 14
1.4.2 数据科学家自主性 15
1.5 本章小结 16
第2章 数据科学的工具链 17
2.1 建立开发环境 18
2.1.1 云账户 21
2.1.2 数据科学工作站 22
2.1.3 笔记 24
2.1.4 归纳 27
2.2 介绍工作流 29
2.2.1 工作流基础 30
2.2.2 执行工作流 31
2.2.3 工作流框架 33
2.3 本章小结 35
第3章 Metaflow简介 37
3.1 Metaflow的基本概念 38
3.1.1 安装Metaflow 39
3.1.2 编写基本工作流 40
3.1.3 管理工作流中的数据流 44
3.1.4 参数 50
3.2 分支和合并 55
3.2.1 有效的DAG结构 56
3.2.2 静态分支 57
3.2.3 动态分支 61
3.2.4 控制并发 64
3.3 Metaflow实际应用 66
3.3.
...
— 没有更多了 —
以下为对购买帮助不大的评价