建構機器學習管道｜運用TensorFlow實現模型生命週期自動化 epub pdf txt mobi 電子書下載 2024

圖書介紹

☆☆☆☆☆

著者 Hannes Hapke

齣版者歐萊禮

翻譯者陳正暉

齣版日期出版日期：2022/10/14

語言語言：繁體中文

下載鏈接在頁麵底部

點擊這裡下載

facebook linkedin mastodon messenger pinterest reddit telegram twitter viber vkontakte whatsapp 复制链接

想要找書就要到灣灣書站

twbook.tinynews.org

立刻按 ctrl+D收藏本頁

你會得到大驚喜!!

發錶於2024-07-01

類似圖書點擊查看全場最低價

圖書描述

　　「本書是一本出色的參考資料，全面介紹ML產品系統，特別關注TFX。它包含最準確的資訊，並提供清晰、簡潔的解釋案例。」
　　—Robert Crowe
　　TensorFlow Developer Advocate, Google

　　公司在機器學習專案上耗費巨資，但如果不能有效地部署模型，無疑是在浪費金錢。在本書中，Hannes Hapke和Catherine Nelson將帶領您瞭解使用TensorFlow生態系統自動化機器學習管道的步驟。您將學習到將部署時間從幾天縮短到幾分鐘的技術和工具，進而更專注新模型的開發，而不是維護舊有的系統。

　　數據科學家、機器學習工程師和DevOps工程師將發現如何超越模型開發，成功地將他們的數據科學項目產品化，而管理人員將更瞭解他們在加速這些專案項目所扮演的角色。

　　‧瞭解構建機器學習管道的步驟
　　‧使用TensorFlow Extended中的組件建構您的管道
　　‧使用Apache Beam、Apache Airflow和Kubeflow管道來協作您的機器學習管道
　　‧使用TensorFlow數據驗證和TensorFlow轉換來處理數據
　　‧使用TensorFlow模型驗證對模型進行詳細分析
　　‧檢驗模型表現的公平性和偏誤性
　　‧使用TensorFlow Serving或TensorFlow Lite為移動設備部署模型
　　‧學習隱私保護(privacy-preserving)機器學習技術

著者信息

作者簡介

Hannes Hapke、Catherine Nelson

　　Hannes和Catherine 都是SAP Concur實驗室的高級數據科學家，他們使用機器學習來改善商旅人士體驗並探索創新方法。Hannes對ML工程(如可擴展的模型部署)和NLP應用特別感興趣，Catherine則專注於模型分析、模型的可解釋性和隱私保護ML。

建構機器學習管道｜運用TensorFlow實現模型生命週期自動化 epub pdf txt mobi 電子書下載

圖書目錄

第一章導論
第二章 TensorFlow Extended 簡介
第三章數據擷取
第四章數據驗證
第五章資料預處理
第六章模型訓練
第七章模型分析與驗證
第八章 TensorFlow Serving 的模型部署
第九章 TensorFlow Serving 的高級模型部署
第十章進階 TensorFlow Extended
第十一章管道第一部分：Apache Beam 與 Apache Airflow
第十二章管道第二部分：Kubeflow 管道
第十三章反饋循環
第十四章機器學習的數據隱私
第十五章管道的未來與下一步

附錄A 機器學習基礎架構介紹
附錄B 在 Google Cloud 上設置 Kubernetes 集群
附錄C 操作 Kuberflow 管道的技巧