Data Science mit AWS End-to-End-Pipelines für Continuous Machine Learning implementieren
Der praxisorientierte Leitfaden zeigt Ihnen konkret, wie Sie ML-Pipelines in der Cloud erstellen und die Ergebnisse dann innerhalb von Minuten in Anwendungen integrieren. Sie erfahren, wie Sie alle Teilschritte eines Workflows zu einer wiederverwendbaren MLOps-Pipeline bündeln, und Sie lernen zahlre...
Gespeichert in:
| 1. Verfasser: | |
|---|---|
| Weitere Verfasser: | , |
| Format: | UnknownFormat |
| Sprache: | ger |
| Veröffentlicht: |
Heidelberg
O'Reilly
2022
|
| Ausgabe: | Deutsche Ausgabe, 1. Auflage |
| Schlagworte: | |
| Online Zugang: | Inhaltstext Inhaltsverzeichnis |
| Tags: |
Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
|
Tag hinzufügen | Zusammenfassung: | Der praxisorientierte Leitfaden zeigt Ihnen konkret, wie Sie ML-Pipelines in der Cloud erstellen und die Ergebnisse dann innerhalb von Minuten in Anwendungen integrieren. Sie erfahren, wie Sie alle Teilschritte eines Workflows zu einer wiederverwendbaren MLOps-Pipeline bündeln, und Sie lernen zahlreiche reale Use Cases zum Beispiel aus den Bereichen Natural Language Processing, Computer Vision oder Betrugserkennung kennen. Im gesamten Buch wird zudem erläutert, wie Sie Kosten senken und die Performance Ihrer Anwendungen optimieren können |
|---|---|
| Beschreibung: | 548 Seiten Illustrationen, Diagramme 24 cm x 16.5 cm |
| ISBN: | 9783960091844 978-3-96009-184-4 3960091842 3-96009-184-2 |