MLOps实践——机器学习从开发到生产（全彩）

内容简介

本书是一本全面介绍MLOps（机器学习运维）理念与实践的著作，旨在帮助数据科学家、机器学习工程师以及运维人员实现从模型开发到生产部署的端到端流程化、自动化和持续迭代。全书以实用为导向，结合全彩图解和丰富案例，深入浅出地讲解了MLOps的核心概念、工具链与最佳实践。

全书共分为三大部分。第一部分为基础篇，概述了MLOps的定义、价值以及与传统软件开发和机器学习实践的区别，帮助读者建立整体认知。第二部分为工具与方法篇，详细介绍了版本控制、数据管理、模型训练、实验追踪、持续集成/持续交付（CI/CD）流水线、模型部署与监控等关键环节，并涵盖了Docker、Kubernetes、MLflow、Kubeflow等主流开源工具的实战应用。第三部分为实战案例篇，通过多个行业场景的端到端案例，演示了如何构建稳定、高效、可扩展的机器学习生产系统，涵盖模型回滚、A/B测试、漂移检测等高级运维主题。

本书内容既适合希望提升工程化能力的机器学习从业者，也适合正在推进AI落地的企业团队。通过阅读，读者将掌握标准化、自动化的MLOps流程，有效缩短模型迭代周期，提升模型的可靠性与可维护性，最终实现机器学习项目的持续成功交付。

内容简介
推荐序
前言
第1章 MLOps概述
  1.1 ML涉及的概念
  1.2 ML相关符号及术语定义
  1.3 ML的工程挑战与MLOps解决方案
  1.4 MLOps框架下的工程实践
  1.5 本章总结
第2章在MLOps框架下开展ML项目
  2.1 界定业务范围阶段
  2.2 研究与探索阶段
  2.3 模型开发阶段
  2.4 模型生产化阶段
  2.5 ML项目生命周期
  2.6 团队建设及分工
  2.7 本章总结
第3章 MLOps的基础准备：模型开发
  3.1 背景概要
  3.2 定义ML目标

下载权限

查看

￥

免费下载

评论并刷新后下载

登录后下载

查看演示

{{attr.name}}：

您当前的等级为

登录后免费下载登录小黑屋反思中，不准下载！评论后刷新页面下载评论支付以后下载请先登录您今天的下载次数（次）用完了，请明天再来支付积分以后下载立即支付支付以后下载立即支付您当前的用户组不允许下载升级会员

您已获得下载权限您可以每天下载资源次，今日剩余次

免责申明：
1. 本站分享的所有书籍均来源于自互联网，我们只进行收集整理，并不对书籍内容进行更改。
2. 部分书籍中可能有书籍压制者放置的广告，这并不是本站所为，请注意甄别。
3. 我们分享这些书籍，纯粹是出于知识分享的热情，以及对互联网分享精神的高度认同和践行，不以盈利为目的。
4. 本站分享的所有书籍，仅供个人学习研究使用，请勿用于任何商业用途，否则产生的一切法律纠纷与本站无关。
5. 如果这些书籍让你有所收获，在条件允许的情况下，请一定购买正版书籍，这是对创作者最好的支持。
6. 如果您是此书籍的版权所有者，且您不希望此作品出现在本站，请联系我们，我们将在收到您的请求后48小时内予以删除。