Machine Learning in Production
- Wydawnictwo:
- BPB Publications
- Ocena:
- Stron:
- 458
- Dostępne formaty:
-
ePubMobi
Opis
książki
:
Machine Learning in Production
Explore several ways to build and deploy ML models in production using an automated CI/CD pipeline.
Develop and convert ML apps into Android and Windows apps.
Learn how to implement ML model deployment on popular cloud platforms, including Azure, GCP, and AWS. Description
Machine Learning in Production is an attempt to decipher the path to a remarkable career in the field of MLOps. It is a comprehensive guide to managing the machine learning lifecycle from development to deployment, outlining ways in which you can deploy ML models in production.
It starts off with fundamental concepts, an introduction to the ML lifecycle and MLOps, followed by comprehensive step-by-step instructions on how to develop a package for ML code from scratch that can be installed using pip. It then covers MLflow for ML life cycle management, CI/CD pipelines, and shows how to deploy ML applications on Azure, GCP, and AWS. Furthermore, it provides guidance on how to convert Python applications into Android and Windows apps, as well as how to develop ML web apps. Finally, it covers monitoring, the critical topic of machine learning attacks, and A/B testing.
With this book, you can easily build and deploy machine learning solutions in production. What you will learn
Master the Machine Learning lifecycle with MLOps.
Learn best practices for managing ML models at scale.
Streamline your ML workflow with MLFlow.
Implement monitoring solutions using whylogs, WhyLabs, Grafana, and Prometheus.
Use Docker and Kubernetes for ML deployment. Who this book is for
Whether you are a Data scientist, ML engineer, DevOps professional, Software engineer, or Cloud architect, this book will help you get your machine learning models into production quickly and efficiently. Table of Contents
1. Python 101
2. Git and GitHub Fundamentals
3. Challenges in ML Model Deployment
4. Packaging ML Models
5. MLflow-Platform to Manage the ML Life Cycle
6. Docker for ML
7. Build ML Web Apps Using API
8. Build Native ML Apps
9. CI/CD for ML
10. Deploying ML Models on Heroku
11. Deploying ML Models on Microsoft Azure
12. Deploying ML Models on Google Cloud Platform
13. Deploying ML Models on Amazon Web Services
14. Monitoring and Debugging
15. Post-Productionizing ML Models
Wybrane bestsellery
BPB Publications - inne książki
Dzięki opcji "Druk na żądanie" do sprzedaży wracają tytuły Grupy Helion, które cieszyły sie dużym zainteresowaniem, a których nakład został wyprzedany.
Dla naszych Czytelników wydrukowaliśmy dodatkową pulę egzemplarzy w technice druku cyfrowego.
Co powinieneś wiedzieć o usłudze "Druk na żądanie":
- usługa obejmuje tylko widoczną poniżej listę tytułów, którą na bieżąco aktualizujemy;
- cena książki może być wyższa od początkowej ceny detalicznej, co jest spowodowane kosztami druku cyfrowego (wyższymi niż koszty tradycyjnego druku offsetowego). Obowiązująca cena jest zawsze podawana na stronie WWW książki;
- zawartość książki wraz z dodatkami (płyta CD, DVD) odpowiada jej pierwotnemu wydaniu i jest w pełni komplementarna;
- usługa nie obejmuje książek w kolorze.
Masz pytanie o konkretny tytuł? Napisz do nas: sklep@ebookpoint.pl
Książka drukowana
Oceny i opinie klientów: Machine Learning in Production Suhas Pote (0) Weryfikacja opinii następuje na podstawie historii zamowień na koncie Użytkownika umiejszczającego opinię.