计算机
类型
可以朗读
语音朗读
93千字
字数
2022-07-01
发行日期
展开全部
主编推荐语
本书介绍了当前使用MLOps面临的挑战，同时还为开发MLOps功能提供实用的见解和解决方案。
内容简介
本书分为三部分。
第1部分介绍MLOps主题，深入探讨了它是如何（以及为什么）发展成一门学科的、需要谁参与才能成功执行MLOps以及需要哪些组成部分。
第二部分介绍了机器学习模型的生命周期，其中包括有关模型开发、生产准备、生产部署、监测和治理的章节。第三部分提供了MLOps的具体示例，以便读者了解MLOps在实践中的设置和含义。
目录
- 版权信息
- 关于作者
- 关于封面
- O'Reilly Media, Inc.介绍
- 业界评论
- 前言
- 第一部分 MLOps是什么，为什么要使用MLOps
- 第1章 为什么现在要使用MLOps，使用MLOps面临的挑战
- 1.1 定义MLOps及面临的挑战
- 1.2 使用MLOps以降低风险
- 1.3 大规模的MLOps
- 结语
- 第2章 MLOps的使用人员
- 2.1 行业专家
- 2.2 数据科学家
- 2.3 数据工程师
- 2.4 软件工程师
- 2.5 DevOps团队
- 2.6 模型风险管理者/审计师
- 2.7 机器学习架构师
- 结语
- 第3章 MLOps的主要组成部分
- 3.1 机器学习入门
- 3.2 模型开发
- 3.3 产品化与部署
- 3.4 监控
- 3.5 迭代与生命周期
- 3.6 治理
- 结语
- 第二部分 如何实现
- 第4章 开发模型
- 4.1 什么是机器学习模型
- 4.2 数据探索
- 4.3 特征工程与特征选择
- 4.4 实验
- 4.5 评估和比较模型
- 4.6 版本管理和再现性
- 结语
- 第5章 准备投入生产
- 5.1 运行时环境
- 5.2 模型风险评估
- 5.3 机器学习的质量保证
- 5.4 测试的关键注意事项
- 5.5 再现性和可审计性
- 5.6 机器学习安全
- 5.7 降低模型风险
- 结语
- 第6章 部署到生产
- 6.1 CI/CD管道
- 6.2 创建ML工件
- 6.3 部署策略
- 6.4 容器化
- 6.5 扩展部署
- 6.6 需求和挑战
- 结语
- 第7章 监控和反馈回路
- 7.1 模型应该多久接受一次再训练
- 7.2 理解模型退化
- 7.3 实践中的漂移检测
- 7.4 反馈回路
- 结语
- 第8章 模型治理
- 8.1 由谁决定组织的治理需求
- 8.2 将治理与风险级别相匹配
- 8.3 推动MLOps治理的现行法规
- 8.4 新一轮人工智能特定法规
- 8.5 负责任的人工智能的出现
- 8.6 负责任的人工智能的关键要素
- 8.7 MLOps治理模板
- 结语
- 第三部分 MLOps具体示例
- 第9章 实践中的MLOps：消费信贷风险管理
- 9.1 背景：商业使用案例
- 9.2 模型开发
- 9.3 模型偏见考虑
- 9.4 为生产做准备
- 9.5 部署到生产环境
- 结语
- 第10章 实践中的MLOps：营销推荐引擎
- 10.1 推荐引擎的兴起
- 10.2 数据准备
- 10.3 设计和管理实验
- 10.4 模型训练和部署
- 10.5 管道结构和部署策略
- 10.6 监控和反馈
- 结语
- 第11章 实践中的MLOps：消耗预测
- 11.1 能源系统
- 11.2 数据收集
- 11.3 问题定义：机器学习，还是不机器学习
- 11.4 空间和时间分辨率
- 11.5 实施
- 11.6 建模
- 11.7 部署
- 11.8 监控
- 结语
展开全部
评分及书评
评分不足
2个评分
- 给这本书评了4.0
这本书内容 5 分，翻译 3 分，如果在要企业中构建机器学习开发运维管理流程，可以从这本书中获得很多启发。
给这本书评了4.0详细讲解了 MLOps 的基本原理、实践方法和典型应用，相关领域人员值得一读。
出版方
机械工业出版社有限公司
机械工业出版社是全国优秀出版社，自1952年成立以来，坚持为科技、为教育服务，以向行业、向学校提供优质、权威的精神产品为宗旨，以“服务社会和人民群众需求，传播社会主义先进文化”为己任，产业结构不断完善，已由传统的图书出版向着图书、期刊、电子出版物、音像制品、电子商务一体化延伸，现已发展为多领域、多学科的大型综合性出版社，涉及机械、电工电子、汽车、计算机、经济管理、建筑、ELT、科普以及教材、教辅等领域。
