Engineering MLOps: Construiți, testați și gestionați rapid cicluri de viață de învățare automată pregătite pentru producție la scară largă

Recenzii ale cititorilor

Cartea este lăudată pentru abordarea sa practică a MLOps, oferind implementare practică și exemple din viața reală, în special prin utilizarea serviciilor Azure. Ea acoperă conceptele fundamentale și servește ca o bună introducere atât pentru începători, cât și pentru inginerii experimentați. Cu toate acestea, a fost criticată pentru erorile de scriere, conținutul învechit și dependența de Azure, ceea ce ar putea limita aplicabilitatea sa pentru cei care utilizează alte platforme cloud.

⬤ Exemple practice și implementare hands-on
⬤ limbaj clar și simplu
⬤ prezentare cuprinzătoare a MLOps
⬤ benefică atât pentru inginerii cu experiență, cât și pentru profesioniștii din domeniul afacerilor
⬤ acoperire la nivel înalt a diferitelor tehnici MLOps
⬤ echilibru bun între teorie și practică
⬤ foarte recomandat pentru începători.

⬤ Corectură laxă, cu mai multe greșeli de scriere
⬤ exemplele pot deveni depășite odată cu actualizările Azure
⬤ o parte din conținut pare o cutie neagră din cauza dependenței mari de Azure
⬤ lipsește o perspectivă teoretică profundă asupra analizei performanței modelului
⬤ probleme cu discrepanțele de cod între carte și depozit.

(pe baza a 15 recenzii ale cititorilor)

Titlul original:

Engineering MLOps: Rapidly build, test, and manage production-ready machine learning life cycles at scale

Conținutul cărții:

Intrați în funcțiune cu managementul ciclului de viață al învățării automate și implementați MLOps în organizația dumneavoastră

Caracteristici principale:

⬤ Deveniți familiarizați cu tehnicile MLOps pentru a monitoriza calitatea modelelor de învățare automată în producție.

⬤ Explorați un cadru de monitorizare pentru modelele ML în producție și aflați despre trasabilitatea de la un capăt la altul pentru modelele implementate.

⬤ Executați CI/CD pentru a automatiza noi implementări în conductele ML.

Descrierea cărții:

MLOps este o abordare sistematică pentru construirea, implementarea și monitorizarea soluțiilor de învățare automată (ML). Este o disciplină de inginerie care poate fi aplicată în diverse industrii și cazuri de utilizare. Această carte prezintă o perspectivă cuprinzătoare asupra MLOps, cuplată cu exemple din lumea reală, pentru a vă ajuta să scrieți programe, să antrenați modele ML robuste și scalabile și să construiți conducte ML pentru a antrena și implementa modele în siguranță în producție.

Cartea începe prin a vă familiariza cu fluxul de lucru MLOps, astfel încât să puteți începe să scrieți programe pentru antrenarea modelelor ML. Apoi, veți trece la explorarea opțiunilor de serializare și împachetare a modelelor ML după antrenare pentru a le implementa pentru a facilita inferența învățării automate, interoperabilitatea modelelor și trasabilitatea modelelor de la un capăt la altul. Veți înțelege cum să construiți conducte ML, conducte de integrare continuă și livrare continuă (CI/CD) și conducte de monitorizare pentru a construi, implementa, monitoriza și administra sistematic soluții ML pentru întreprinderi și industrii. În cele din urmă, veți aplica cunoștințele pe care le-ați dobândit pentru a construi proiecte din lumea reală.

La sfârșitul acestei cărți despre ML, veți avea o viziune de 360 de grade asupra MLOps și veți fi gata să implementați MLOps în organizația dumneavoastră.

Ce veți învăța:

⬤ Formulați strategii și conducte de guvernanță a datelor pentru formarea și implementarea ML.

⬤ Să vă familiarizați cu implementarea conductelor ML, conductelor CI/CD și conductelor de monitorizare ML.

⬤ Proiectați un microserviciu robust și scalabil și un API pentru mediile de testare și producție.

⬤ Curați procesele CD personalizate pentru cazuri de utilizare și organizații conexe.

⬤ Monitorizați modelele ML, inclusiv monitorizarea derapajului datelor, derapajul modelului și performanța aplicației.

⬤ Construirea și întreținerea sistemelor automate ML.

Pentru cine este această carte:

Această carte MLOps se adresează oamenilor de știință de date, inginerilor software, inginerilor DevOps, inginerilor de învățare automată și liderilor de afaceri și tehnologie care doresc să construiască, să implementeze și să întrețină sisteme ML în producție utilizând principiile și tehnicile MLOps. Sunt necesare cunoștințe de bază de învățare automată pentru a începe cu această carte.