AI開發的機器學習係統設計模式 pdf epub mobi txt 電子書下載 2024

圖書介紹

☆☆☆☆☆
簡體網頁||繁體網頁

作者澁井雄介

出版者碁峰

翻譯者許鬱文

出版日期齣版日期：2022/07/22

語言語言：繁體中文

下載鏈接在頁面底部

點擊這裡下載

facebook linkedin mastodon messenger pinterest reddit telegram twitter viber vkontakte whatsapp 複製鏈接

想要找書就要到小特書站

ttbooks.qciss.net

立刻按 ctrl+D收藏本頁

你會得到大驚喜!!

發表於2024-12-27

類似圖書點擊查看全場最低價

圖書描述

　　幫助您更瞭解如何實務開發中應用機器學習技術
　　本書是機器學習係統設計模式的集閤，範例使用的平颱是Docker和Kubernetes，以確保程式碼的可重複執行。本書描述機器學習從訓練、評估和QA，到發布和運行推理器的順序，以及架構和代碼。藉由本書的指引，能夠幫助您更有效地使用機器學習的技術，將其應用在實際的係統開發中。

　　本書可以幫助您：
　　．瞭解如何MLOps這種機器學習付諸實用的開發維護方法
　　．瞭解建置機器學習係統的方法，包括專為機器學習設計的係統（機器學習管線或實驗管理）與專為使用機器學習設計的係統（發佈或推論器），以實現MLOps
　　．瞭解改善機器學習係統品質的方法，以及如何透過後續的維護改善模型

來自讀者的讚譽

　　＂蘊含瞭MLOps的精華＂
　　＂詳細介紹瞭如何開發在商業環境中應用機器學習的係統＂
　　＂資訊豐富，是開發大型係統極佳的參考資料＂

著者信息

作者簡介

澁井雄介

　　MLOps工程師、基礎架構工程師、AR工程師、擁有兩隻貓咪的飼主。傢裡有四張貓咪專用的吊床。本業是以Kubernetes開發自動化的MLOps架構，興趣則是將AR與Edge AI組在一起玩。過去曾在係統整閤、軟體創投公司、新創企業主持專案並擔任大規模係統維護小組負責人。

　　GitHub：github.com/shibuiwilliam

AI開發的機器學習係統設計模式 pdf epub mobi txt 電子書下載

圖書目錄

Part I｜機器學習與MLOps
CHAPTER 1 何謂機器學習係統？
1.1 機器學習、MLOps、係統
1.2 目標是打造方便使用者的機器學習
1.3 機器學習係統所需的東西
1.4 讓機器學習係統模式化
1.5 本書的編排方式

Part II｜建立機器學習係統
CHAPTER 2 建置模型
2.1 建置模型
2.2 反麵模式｜Only me 模式
2.3 專案、模型與版本管理
2.4 管線學習模式
2.5 批次學習模式
2.6 反麵模式｜複雜管線模式

CHAPTER 3 發佈模型
3.1 學習環境與推論環境
3.2 反麵模式｜版本不一緻模式
3.3 模型的發行與推論器的運作
3.4.1 用例
3.5 Model loader 模式
3.6 模型的發行與水平擴充

CHAPTER 4 建立推論係統
4.1 為什麼要建立係統
4.2 Web Single 模式
4.3 同步推論模式
4.4 非同步推論模式
4.5 批次推論模式
4.6 前置處理推論模式
4.7 微服務串聯模式
4.8 微服務並聯模式
4.9 時間差推論模式
4.10 推論快取模式
4.11 資料快取模式
4.12 推論器範本模式
4.13 Edge AI模式
4.14 反麵模式｜Online Big Size 模式
4.15 反麵模式｜All in One 模式

Part III｜品質、維護、管理
CHAPTER 5 維護機器學習係統
5.1 機器學習的應用
5.2 推論日誌模式
5.3 推論監控模式
5.4 反麵模式｜無日誌資料模式
5.5 反麵模式｜孤兒模式

CHAPTER 6 維持機器學習係統的品質
6.1 機器學習係統的品質與維護
6.2 機器學習係統的正常性評估指標
6.3 負載測試模式
6.4 推論斷路器模式
6.5 Shadow A／B測試模式
6.6 線上A／B測試模式
6.7 參數基礎推論模式
6.8 條件分歧推論模式
6.9 反麵模式｜純離線模式

CHAPTER 7 End-to-End 的 MLOps 係統設計
7.1 課題與手法
7.2 需求預測係統的範例
7.3 內容上傳服務的範例
7.4 總結

圖書序言

序

　　真的非常感謝大傢！

　　不管是線上商店還是在馬路行駛的自動駕駛係統，都是非常複雜的環境，而要在這個海量資料不斷交換的世界做齣閤理的判斷，以及對使用者與商業有所貢獻，機器學習絕對是不可或缺的技術。若要透過機器學習增加線上商店的業績，或是偵測馬路上的紅綠燈，除瞭收集資料以及建立優秀的模型之外，當然也得建立優良的係統以及維護係統的流程。

　　本書除瞭說明將機器學習植入係統的祕訣之外，還會說明一些課題、架構與實例。與其說本書的內容是機器學習，不如說是以軟體開發工程與係統開發工程為主。如果本書能讓知道該如何建立機器學習模型，卻不知道該怎麼於商業應用機器學習的資料科學傢、機器學習工程師，或是負責將機器學習植入係統的後颱工程師與產品負責人，知道該怎麼透過機器學習對社會產生貢獻的話，那將是筆者的榮幸。