دانلود کتاب Building Machine Learning Pipelines: Automating Model Life Cycles with TensorFlow
کتاب ساخت خط لوله های یادگیری ماشین: خودکارسازی چرخه های زندگی مدل با TensorFlow نسخه زبان اصلی
دانلود کتاب ساخت خط لوله های یادگیری ماشین: خودکارسازی چرخه های زندگی مدل با TensorFlow بعد از پرداخت مقدور خواهد بود
توضیحات کتاب در بخش جزئیات آمده است و می توانید موارد را مشاهده فرمایید
توضیحاتی در مورد کتاب Building Machine Learning Pipelines: Automating Model Life Cycles with TensorFlow
نام کتاب : Building Machine Learning Pipelines: Automating Model Life Cycles with TensorFlow
ویرایش : 1
عنوان ترجمه شده به فارسی : ساخت خط لوله های یادگیری ماشین: خودکارسازی چرخه های زندگی مدل با TensorFlow
سری :
نویسندگان : Hannes Hapke, Catherine Nelson
ناشر : O'Reilly Media
سال نشر : 2020
تعداد صفحات : 0
ISBN (شابک) : 1492053198 , 9781492053194
زبان کتاب : English
فرمت کتاب : epub درصورت درخواست کاربر به PDF تبدیل می شود
حجم کتاب : 9 مگابایت
بعد از تکمیل فرایند پرداخت لینک دانلود کتاب ارائه خواهد شد. درصورت ثبت نام و ورود به حساب کاربری خود قادر خواهید بود لیست کتاب های خریداری شده را مشاهده فرمایید.
توضیحاتی در مورد کتاب :
شرکت‌ها میلیاردها دلار برای پروژه‌های یادگیری ماشین هزینه می‌کنند، اما اگر مدل‌ها نتوانند به‌طور مؤثر به کار گرفته شوند، این پول هدر می‌رود. در این راهنمای عملی، هانس هاپک و کاترین نلسون شما را در مراحل خودکارسازی خط لوله یادگیری ماشین با استفاده از اکوسیستم تنسورفلو راهنمایی می‌کنند. تکنیک‌ها و ابزارهایی را یاد خواهید گرفت که زمان استقرار را از روزها به دقیقه کاهش می‌دهند تا بتوانید به جای حفظ سیستم‌های قدیمی روی توسعه مدل‌های جدید تمرکز کنید.
دانشمندان داده، مهندسان یادگیری ماشین و مهندسان DevOps کشف خواهند کرد که چگونه فراتر از توسعه مدل بروند تا پروژه های علم داده خود را با موفقیت تولید کنند، در حالی که مدیران نقشی که در کمک به تسریع این پروژه ها ایفا می کنند را بهتر درک خواهند کرد.
دانشمندان داده، مهندسان یادگیری ماشین و مهندسان DevOps کشف خواهند کرد که چگونه فراتر از توسعه مدل بروند تا پروژه های علم داده خود را با موفقیت تولید کنند، در حالی که مدیران نقشی که در کمک به تسریع این پروژه ها ایفا می کنند را بهتر درک خواهند کرد.
- درک مراحلی که خط لوله یادگیری ماشین را می‌سازد
- خط لوله خود را با استفاده از اجزای TensorFlow Extended بسازید
- خط لوله یادگیری ماشین خود را با Apache Beam، Apache Airflow و Kubeflow Pipelines هماهنگ کنید
/li> - کار با داده ها با استفاده از اعتبارسنجی داده های TensorFlow و تبدیل TensorFlow
- تحلیل یک مدل با جزئیات با استفاده از تحلیل مدل TensorFlow< br>
- انصاف و تعصب را در عملکرد مدل خود بررسی کنید
- مدل‌ها را با سرویس TensorFlow مستقر کنید یا آنها را به TensorFlow Lite برای تلفن همراه تبدیل کنید دستگاه‌ها
- تکنیک‌های یادگیری ماشینی حفظ حریم خصوصی را بدانید
توضیحاتی در مورد کتاب به زبان اصلی :
Companies are spending billions on machine learning projects, but it's money wasted if the models can't be deployed effectively. In this practical guide, Hannes Hapke and Catherine Nelson walk you through the steps of automating a machine learning pipeline using the TensorFlow ecosystem. You'll learn the techniques and tools that will cut deployment time from days to minutes, so that you can focus on developing new models rather than maintaining legacy systems.
Data scientists, machine learning engineers, and DevOps engineers will discover how to go beyond model development to successfully productize their data science projects, while managers will better understand the role they play in helping to accelerate these projects.
Data scientists, machine learning engineers, and DevOps engineers will discover how to go beyond model development to successfully productize their data science projects, while managers will better understand the role they play in helping to accelerate these projects.
- Understand the steps that make up a machine learning pipeline
- Build your pipeline using components from TensorFlow Extended
- Orchestrate your machine learning pipeline with Apache Beam, Apache Airflow and Kubeflow Pipelines
- Work with data using TensorFlow Data Validation and TensorFlow Transform
- Analyze a model in detail using TensorFlow Model Analysis
- Examine fairness and bias in your model performance
- Deploy models with TensorFlow Serving or convert them to TensorFlow Lite for mobile devices
- Understand privacy-preserving machine learning techniques
پست ها تصادفی