MLOps Lifecycle Toolkit (eBook)

MLOps Lifecycle Toolkit (eBook)

Dayne Sorvisto
Dayne Sorvisto
Prezzo:
€ 46,37
Compra EPUB
Prezzo:
€ 46,37
Compra EPUB

Formato

:
EPUB
Cloud: Scopri di più
Lingua: Inglese
Editore: Apress
Collana: Professional and Applied Computing (R0)
Codice EAN: 9781484296424
Anno pubblicazione: 2023
Scopri QUI come leggere i tuoi eBook

Note legali

NOTE LEGALI

a) Garanzia legale, Pagamenti, Consegne, Diritto di recesso
b) Informazioni sul prezzo
Il prezzo barrato corrisponde al prezzo di vendita al pubblico al lordo di IVA e al netto delle spese di spedizione
Il prezzo barrato dei libri italiani corrisponde al prezzo di copertina.
I libri in inglese di Libraccio sono di provenienza americana o inglese.
Libraccio riceve quotidianamente i prodotti dagli USA e dalla Gran Bretagna, pagandone i costi di importazione, spedizione in Italia ecc.
Il prezzo in EURO è fissato da Libraccio e, in alcuni casi, può discostarsi leggermente dal cambio dollaro/euro o sterlina/euro del giorno. Il prezzo che pagherai sarà quello in EURO al momento della conferma dell'ordine.
In ogni caso potrai verificare la convenienza dei nostri prezzi rispetto ad altri siti italiani e, in moltissimi casi, anche rispetto all'acquisto su siti americani o inglesi.
c) Disponibilità
I termini relativi alla disponibilità dei prodotti sono indicati nelle Condizioni generali di vendita.

Disponibilità immediata
L'articolo è immediatamente disponibile presso Libraccio e saremo in grado di procedere con la spedizione entro un giorno lavorativo.
Nota: La disponibilità prevista fa riferimento a singole disponibilità.

Disponibile in giorni o settimane (ad es. "3-5-10 giorni", "4-5 settimane" )
L'articolo sarà disponibile entro le tempistiche indicate, necessarie per ricevere l'articolo dai nostri fornitori e preparare la spedizione.
Nota: La disponibilità prevista fa riferimento a singole disponibilità.

Prenotazione libri scolastici
Il servizio ti permette di prenotare libri scolastici nuovi che risultano non disponibili al momento dell'acquisto.

Attualmente non disponibile
L'articolo sarà disponibile ma non sappiamo ancora quando. Inserisci la tua mail dalla scheda prodotto attivando il servizio Libraccio “avvisami” e sarai contattato quando sarà ordinabile.

Difficile reperibilità
Abbiamo dei problemi nel reperire il prodotto. Il fornitore non ci dà informazioni sulla sua reperibilità, ma se desideri comunque effettuare l'ordine, cercheremo di averlo nei tempi indicati. Se non sarà possibile, ti avvertiremo via e-mail e l'ordine verrà cancellato.
Chiudi

Descrizione

This book is aimed at practitioners of data science, with consideration for bespoke problems, standards, and tech stacks between industries. It will guide you through the fundamentals of technical decision making, including planning, building, optimizing, packaging, and deploying end-to-end, reliable, and robust stochastic workflows using the language of data science. MLOps Lifecycle Toolkit walks you through the principles of software engineering, assuming no prior experience. It addresses the perennial “why” of MLOps early, along with insight into the unique challenges of engineering stochastic systems. Next, you’ll discover resources to learn software craftsmanship, data-driven testing frameworks, and computer science. Additionally, you will see how to transition from Jupyter notebooks to code editors, and leverage infrastructure and cloud services to take control of the entire machine learning lifecycle. You’ll gain insight into the technical and architectural decisions you’re likely to encounter, as well as best practices for deploying accurate, extensible, scalable, and reliable models. Through hands-on labs, you will build your own MLOps “toolkit” that you can use to accelerate your own projects. In later chapters, author Dayne Sorvisto takes a thoughtful, bottom-up approach to machine learning engineering by considering the hard problems unique to industries such as high finance, energy, healthcare, and tech as case studies, along with the ethical and technical constraints that shape decision making. After reading this book, whether you are a data scientist, product manager, or industry decision maker, you will be equipped to deploy models to production, understand the nuances of MLOps in the domain language of your industry, and have the resources for continuous delivery and learning. What You Will Learn Understand the principles of software engineering and MLOps Design an end-to-endmachine learning system Balance technical decisions and architectural trade-offs Gain insight into the fundamental problems unique to each industry and how to solve them Who This Book Is For Data scientists, machine learning engineers, and software professionals.