|
|
建構機器學習管道|運用TensorFlow實現模型生命週期自動化
原價:
HK$193.00
現售:
HK$183.35
節省:
HK$9.65 購買此書 10本或以上 9折, 60本或以上 8折
購買後立即進貨, 約需 7-12 天
|
|
|
|
|
|
出版社: |
歐萊禮
|
出版日期: |
2022/10 |
頁數: |
368 |
ISBN: |
9786263241688 |
|
商品簡介 |
「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 作者 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。 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 |
|
|
|
|
|