Ханнес Хапке , Кэтрин Нельсон - Разработка конвейеров машинного обучения. Автоматизация жизненных циклов модели с помощью TensorFlow
Название: | Разработка конвейеров машинного обучения. Автоматизация жизненных циклов модели с помощью TensorFlow | |
Автор: | Ханнес Хапке , Кэтрин Нельсон | |
Жанр: | Искусственный интеллект, Программирование: прочее | |
Изадано в серии: | Бестселлеры o’reilly | |
Издательство: | ДМК Пресс | |
Год издания: | 2021 | |
ISBN: | 978-5-97060-886-9 | |
Отзывы: | Комментировать | |
Рейтинг: | ||
Поделись книгой с друзьями! Помощь сайту: донат на оплату сервера |
Краткое содержание книги "Разработка конвейеров машинного обучения. Автоматизация жизненных циклов модели с помощью TensorFlow"
Машинное обучение становится важным элементом почти во всех отраслях. В этой книге представлено четкое и понятное руководство по автоматизации развертывания, управления и повторного использования моделей машинного обучения. Шаг за шагом описывается конкретный пример проекта, на котором можно отработать основные навыки в этой сфере. Благодаря множеству примеров кода и ясным, лаконичным объяснениям вы сможете создать свой собственный конвейер машинного обучения и запустите его в кратчайшие сроки. Книга поможет ученым и инженерам, специализирующимся в области машинного обучения и искусственного интеллекта, выйти за рамки работы с единичной моделью и успешно реализовать свои проекты в области науки о данных. Также издание будет полезно менеджерам проектов в области науки о данных, разработчикам программного обеспечения и инженерам DevOps, которые хотят, чтобы их организация ускорила свои проекты, использующие технологии машинного обучения и искусственного интеллекта. Читателю понадобится знание основных концепций машинного обучения и хотя бы одного из фреймворков, используемых в машинном обучении (например, PyTorch, TensorFlow, Keras).
Читаем онлайн "Разработка конвейеров машинного обучения. Автоматизация жизненных циклов модели с помощью TensorFlow". [Страница - 5]
Резюме..............................................................................................................245
Глава 12. Конвейеры, часть 2:
Kubeflow Pipelines........................................................................................246
Введение в Kubeflow Pipelines........................................................................247
Установка и начальная настройка..............................................................249
Доступ к установленному экземпляру Kubeflow Pipelines.......................251
Оркестрация конвейеров TFX
с помощью Kubeflow Pipelines.........................................................................252
Настройка конвейера..................................................................................254
Запуск конвейера.........................................................................................258
Полезные функции Kubeflow Pipelines.......................................................264
Оглавление
11
Конвейеры, работающие на Google Cloud AI Platform..................................269
Настройка конвейера..................................................................................269
Настройка конвейера TFX...........................................................................273
Запуск и работа конвейера.........................................................................276
Резюме..............................................................................................................277
Глава 13. Петли обратной связи..............................................................279
Явная и неявная обратная связь.....................................................................280
Маховик данных..........................................................................................281
Петли обратной связи в реальном мире....................................................282
Конструктивные шаблоны для сбора отзывов..............................................284
Пользователи предпринимают определенные действия
в результате прогноза.................................................................................284
Пользователи оценивают качество прогноза............................................285
Пользователи исправляют прогноз............................................................285
Краудсорсинг аннотаций............................................................................286
Экспертные аннотации...............................................................................287
Обратная связь автоматически предоставляется системой....................287
Как отслеживать петли обратной связи.........................................................287
Отслеживание явной обратной связи........................................................288
Отслеживание неявной обратной связи....................................................289
Резюме..............................................................................................................289
Глава 14. Приватность данных, используемых
для машинного обучения..........................................................................290
Введение в приватность данных....................................................................290
Почему мы заботимся о приватности данных?........................................291
Самый простой способ повысить приватность данных...........................291
Какие данные должны быть приватными?...............................................292
Дифференцированная приватность..............................................................293
Локальная и глобальная дифференцированная приватность..................294
Эпсилон-дельта и бюджет приватности....................................................295
Дифференцированная приватность в машинном обучении...................296
Введение в TensorFlow Privacy........................................................................296
Обучение с оптимизатором, использующим подход
дифференцированной приватности..........................................................297
Расчет параметра ε .....................................................................................298
Введение в федеративное обучение..............................................................299
Федеративное обучение в TensorFlow........................................................301
Зашифрованное машинное обучение............................................................302
Зашифрованное обучение модели.............................................................303
Преобразование обученной модели для обслуживания
зашифрованных прогнозов........................................................................304
12
Оглавление
Другие методы обеспечения приватности данных.......................................305
Резюме..............................................................................................................305
Глава 15. Будущее конвейеров машинного обучения
и следующие шаги........................................................................................307
Отслеживание экспериментов с моделью.....................................................307
Предложения в области управления релизами модели................................308
Будущие возможности конвейеров................................................................309
Использование TFX с другими фреймворками машинного обучения........310
Тестирование моделей машинного обучения...............................................310
Системы непрерывной интеграции и развертывания
для машинного обучения...............................................................................311
Сообщество инженеров машинного --">
Книги схожие с «Разработка конвейеров машинного обучения. Автоматизация жизненных циклов модели с помощью TensorFlow» по жанру, серии, автору или названию:
Антонио Джулли, Суджит Пал - Библиотека Keras - инструмент глубокого обучения. Реализация нейронных сетей с помощью библиотек... Жанр: Искусственный интеллект Год издания: 2018 |
Ян Пойнтер - Программируем с PyTorch. Создание приложений глубокого обучения Жанр: Искусственный интеллект Год издания: 2020 Серия: Бестселлеры o’reilly |
Брайан Макмахан, Делип Рао - Знакомство с PyTorch: глубокое обучение при обработке естественного языка Жанр: Искусственный интеллект Год издания: 2020 Серия: Бестселлеры o’reilly |
Джейсон Эделман, Скотт С. Лоу, Мэтт Осуолт - Автоматизация программируемых сетей Жанр: Сети Год издания: 2019 Серия: Бестселлеры o’reilly |
Другие книги из серии «Бестселлеры o’reilly»:
Роберт Лав - Linux. Системное программирование Жанр: Linux Год издания: 2014 Серия: Бестселлеры o’reilly |
Лусиану Рамальо - Python – к вершинам мастерства. Лаконичное и эффективное программирование Жанр: Python Год издания: 2022 Серия: Бестселлеры o’reilly |
Майкл Коллинз - Защита сетей. Подход на основе анализа данных Жанр: Сети Год издания: 2020 Серия: Бестселлеры o’reilly |
Флоран Бюиссон - Анализ поведенческих данных на R и Python Жанр: Python Год издания: 2022 Серия: Бестселлеры o’reilly |