MLOps实践 机器学习从开发到生产
正版新书 新华官方库房直发 可开电子发票
￥ 61.48 5.8折 ￥ 106 全新
库存9件
作者李攀登
出版社电子工业出版社
ISBN9787121431562
出版时间2022-04
版次1
装帧平装
开本16开
纸张胶版纸
页数292页
字数327千字
定价106元
货号SC:9787121431562
上书时间2024-06-26
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:
李攀登，非参数统计硕士，AlgoLink（专注于MLOps研发与应用）的创始人，出海游戏公司博乐科技数据专家。曾任万达集团算法专家，蓝色光标算法团队负责人，Teradata资深数据挖掘工程师，亚信科技高级数据挖掘工程师。研究方向为机器学习、推荐系统、MLOps，拥有机器学习算法应用相关专利7项，MLOps专利2项，软件著作权1项。
主编推荐:
"1.哈佛大学统计学博士，香港大学博士生导师刘中华倾情作序，业内大咖孙明俊、李毅成、陈宇、周鹏飞、秦予平联袂力荐。
2.《MLOps实践——机器学习从开发到生产（全彩）》系统地介绍了MLOps的方方面面，聚焦于可落地的MLOps实践，为企业推进机器学习生产化提供了有价值的参考。
3.本书不仅可以作为企业智能数字化转型的实践参考，也可以作为ML领域从业者的经验手册。
4.本书适合数据科学家、软件工程师、ML工程师及希望学习如何更好地组织ML实验的研究人员阅读。"
媒体评论:
"人工智能产业由技术创新萌芽期进入了规模应用拓展期，企业竞争也由技术创新驱动转为“创新+应用”双轮驱动，促使产业创新中心逐步从技术资本密集区转移至应用场景密集区、服务创新密集区，作为面向人工智能工程化实践的MLOps开始得到产业界的广泛关注。MLOps是构建全栈ML系统的正确路径，是简化管理ML生命周期的新兴实践，随着MLOps生态的成熟，更多的新工具正在持续抽象和加强MLOps所涉及的各个部分的功能，从而降低ML团队在生产中使用优选模型和算法的门槛和成本，打通算法、场景、数据之间的壁垒，实现ML的转化落地。本书注重分享作者在MLOps方面实践的心得体会，可以为企业推进MLOps产业化进程提供实践参考。
——中关村智用人工智能研究院院长 孙明俊
人工智能（AI）正在帮助越来越多的传统企业完成智能化升级并吸引各路资本持续投入。随着机器学习技术的发展，MLOps开始对机器学习技术在应用场景落地方面给予更多的助力和产生深远的影响，进一步帮助企业释放更大的潜在价值。本书聚焦于可落地的MLOps实践，可以为企业和资本对未来在MLOps领域的布局提供非常有价值的参考。
——清研载物人工智能产业基金合伙人 李毅成
本书深入地介绍了数据科学研究在工程方面涉及的技术和实践经验，在数据科学的理论研究和频繁的实证之间搭建了桥梁，这对于学术届的研究有着极大的参考价值，相关专业的在校研究生和博士生也适合阅读本书。
——哈佛大学统计学博士，香港大学博士生导师 刘中华
2009年在比利时举办的DevOpsDays是持续集成、持续交付和持续部署领域的里程碑，2020年随着吴恩达宣布进入MLOps领域，与机器学习相关的CI/CD逐渐成为热门。但是，早在7年前，本书作者就开始思考和尝试在ML领域内实现CI/CD，本书更是代表了作者多年ML领域经验和实践的积累，是ML如何实践CI/
...
内容简介:
在大数据时代，机器学习（ML）在互联网领域取得了巨大的成功，数据应用也逐渐从“数据驱动”阶段向“模型驱动”阶段跃升，但这也给ML项目落地带来了更大的困难，为了适应时代的发展，MLOps应运而生。本书从多个方面介绍了MLOps实践路径，内容涵盖了设计、构建和部署由ML驱动的应用程序所需的各种实用技能。
目录:
第1章MLOps概述1
1.1机器学习涉及的概念1
1.1.1监督学习3
1.1.2无监督学习4
1.1.3半监督学习4
1.1.4强化学习5
1.1.5何时使用机器学习5
1.2机器学习相关符号及术语定义7
1.2.1原始数据、输入数据、特征与特征工程7
1.2.2训练样本及预留样本8
1.2.3参数与超参数8
1.2.4参数模型、非参数模型、极大似然估计9
1.2.5机器学习管道11
1.2.6模型选择与性能权衡12
1.3机器学习的工程挑战与MLOps解决方案13
1.3.1MLOps的定义14
1.3.2MLOps与其他Ops的区别15
1.3.3谁在关注MLOps17
1.3.4为什么需要MLOps19
1.3.5MLOps给企业带来的增益20
1.3.6MLOps的工作流程21
1.3.7MLOps工程师需要具备的技能22
1.3.8什么时候真正需要MLOps23
1.4MLOps框架下的工程实践24
1.4.1机器学习工程及生产化模块25
1.4.2机器学习工程模块的设计原则26
1.4.3进行机器学习工程的模块设计时需要注意的细节27
1.4.4编码环境与模型探索27
1.4.5特征存储31
1.4.6实验管理和模型管理32
1.4.7服务32
1.4.8模型服务规模化33
1.4.9模型监控34
1.5本章总结34
第2章在MLOps框架下开展机器学习项目
...
相关推荐
-
MLOps实践 机器学习从开发到生产！
全新北京
￥ 57.43
-
MLops实践机器学习从开发到生产
全新保定
￥ 61.70
-
MLOps实践：机器学习从开发到生产
全新保定
￥ 65.72
-
MLOps实践 机器学习从开发到生产
全新北京
￥ 66.44
-
MLOps实践 机器学习从开发到生产（
全新北京
￥ 57.43
-
MLops实践机器学习从开发到生产
全新保定
￥ 61.50
-
MLOps实践 机器学习从开发到生产
全新南京
￥ 71.02
-
MLOps实践机器学习从开发到生产
全新保定
￥ 60.40
-
MLOps实践机器学习从开发到生产
全新保定
￥ 60.40
-
MLOps实践 机器学习从开发到生产
全新南京
￥ 61.48
— 没有更多了 —
以下为对购买帮助不大的评价