Beginning MLOps with MLFlow Deploy Models in AWS SageMaker, Google Cloud, and Microsoft Azure
-
- Taschenbuch ausgewählt
- eBook
-
Sprache:Englisch
56,99 €
UVP
64,19 €
inkl. gesetzl. MwSt.,
Beschreibung
Produktdetails
Einband
Taschenbuch
Erscheinungsdatum
08.12.2020
Abbildungen
XIV, 330 p. 267 illus.
Verlag
ApressSeitenzahl
330
Maße (L/B/H)
23,5/15,5/1,9 cm
Gewicht
522 g
Auflage
1st ed.
Sprache
Englisch
ISBN
978-1-4842-6548-2
The authors begin by introducing you to basic data analysis on a credit card data set and teach you how to analyze the features and their relationships to the target variable. You will learn how to build logistic regression models in scikit-learn and PySpark, and you will go through the process of hyperparameter tuning with a validation data set. You will explore three different deployment setups of machine learning models with varying levels of automation to help you better understand MLOps. MLFlow is covered and you will explore how to integrate MLOps into your existing code, allowing you to easily track metrics, parameters, graphs, and models. You will be guided through the process of deploying and querying your models with AWS SageMaker, Google Cloud, and Microsoft Azure. And you will learn how to integrate your MLOps setups using Databricks.
What You Will Learn
- Perform basic data analysis and construct models in scikit-learn and PySpark
- Train, test, and validate your models (hyperparameter tuning)
- Know what MLOps is and what an ideal MLOps setup looks like
- Easily integrate MLFlow into your existing or future projects
- Deploy your models and perform predictions with them on the cloud
Data scientists and machine learning engineers who want to learn MLOps and know how to operationalize their models
Noch keine Bewertungen vorhanden
Verfassen Sie die erste Bewertung zu diesem Artikel
Helfen Sie anderen Kundinnen und Kunden durch Ihre Meinung.
Kurze Frage zu unserer Seite
Vielen Dank für dein Feedback
Wir nutzen dein Feedback, um unsere Produktseiten zu verbessern. Bitte habe Verständnis, dass wir dir keine Rückmeldung geben können. Falls du Kontakt mit uns aufnehmen möchtest, kannst du dich aber gerne an unseren Kund*innenservice wenden.
zum Kundenservice