توضیحات
Get up and running, and productive in no time with MLflow using the most effective machine learning engineering approach
Key Features
- Explore machine learning workflows for stating ML problems in a concise and clear manner using MLflow
- Use MLflow to iteratively develop a ML model and manage it
- Discover and work with the features available in MLflow to seamlessly take a model from the development phase to a production environment
Book Description
MLflow is a platform for the machine learning life cycle that enables structured development and iteration of machine learning models and a seamless transition into scalable production environments.
This book will take you through the different features of MLflow and how you can implement them in your ML project. You will begin by framing an ML problem and then transform your solution with MLflow, adding a workbench environment, training infrastructure, data management, model management, experimentation, and state-of-the-art ML deployment techniques on the cloud and premises. The book also explores techniques to scale up your workflow as well as performance monitoring techniques. As you progress, you’ll discover how to create an operational dashboard to manage machine learning systems. Later, you will learn how you can use MLflow in the AutoML, anomaly detection, and deep learning context with the help of use cases. In addition to this, you will understand how to use machine learning platforms for local development as well as for cloud and managed environments. This book will also show you how to use MLflow in non-Python-based languages such as R and Java, along with covering approaches to extend MLflow with Plugins.
By the end of this machine learning book, you will be able to produce and deploy reliable machine learning algorithms using MLflow in multiple environments.
What you will learn
- Develop your machine learning project locally with MLflow’s different features
- Set up a centralized MLflow tracking server to manage multiple MLflow experiments
- Create a model life cycle with MLflow by creating custom models
- Use feature streams to log model results with MLflow
- Develop the complete training pipeline infrastructure using MLflow features
- Set up an inference-based API pipeline and batch pipeline in MLflow
- Scale large volumes of data by integrating MLflow with high-performance big data libraries
Who this book is for
This book is for data scientists, machine learning engineers, and data engineers who want to gain hands-on machine learning engineering experience and learn how they can manage an end-to-end machine learning life cycle with the help of MLflow. Intermediate-level knowledge of the Python programming language is expected.
Table of Contents
- Introducing MLflow
- Your Machine Learning Project
- Your Data Science Workbench
- Experiment Management in MLflow
- Managing Models with MLflow
- Introducing ML Systems Architecture
- Data and Feature Management
- Training Models with MLflow
- Deployment and Inference with MLflow
- Scaling Up Your Machine Learning Workflow
- Performance Monitoring
- Advanced Topics with MLflow
————————————————————–
ترجمه ماشینی :
با استفاده از موثرترین رویکرد مهندسی یادگیری ماشین، در کمترین زمان با MLflow راهاندازی و کارآمد شوید
ویژگیهای کلیدی
- کاوش گردش کار یادگیری ماشین برای بیان مشکلات ML به صورت مختصر و واضح با استفاده از MLflow
- از MLflow برای توسعه مکرر یک مدل ML و مدیریت آن استفاده کنید
- کشف و کار با ویژگی های موجود در MLflow به به طور یکپارچه مدلی را از مرحله توسعه به محیط تولید ببرید
توضیحات کتاب
MLflow بستری برای چرخه زندگی یادگیری ماشینی است که توسعه ساختاریافته و تکرار ماشین را امکان پذیر می کند. مدلهای یادگیری و انتقال یکپارچه به محیطهای تولید مقیاسپذیر.
این کتاب شما را با ویژگیهای مختلف MLflow و نحوه پیادهسازی آنها در پروژه ML خود آشنا میکند. شما با قاببندی یک مشکل ML شروع میکنید و سپس راهحل خود را با MLflow تغییر میدهید، یک محیط میز کار، زیرساختهای آموزشی، مدیریت دادهها، مدیریت مدلها، آزمایشها و تکنیکهای جدید استقرار ML در فضای ابری و محلها را اضافه میکنید. این کتاب همچنین به بررسی تکنیکهایی برای افزایش گردش کار و همچنین تکنیکهای نظارت بر عملکرد میپردازد. همانطور که پیشرفت می کنید، نحوه ایجاد یک داشبورد عملیاتی برای مدیریت سیستم های یادگیری ماشین را خواهید یافت. بعداً یاد خواهید گرفت که چگونه می توانید از MLflow در AutoML، تشخیص ناهنجاری و زمینه یادگیری عمیق با کمک موارد استفاده استفاده کنید. علاوه بر این، نحوه استفاده از پلتفرمهای یادگیری ماشین برای توسعه محلی و همچنین برای محیطهای ابری و مدیریت شده را خواهید فهمید. این کتاب همچنین نحوه استفاده از MLflow را در زبانهای غیر مبتنی بر پایتون مانند R و جاوا، همراه با پوشش رویکردهای گسترش MLflow با افزونهها، به شما نشان میدهد.
در پایان این کتاب یادگیری ماشین، شما قادر خواهد بود الگوریتم های یادگیری ماشینی قابل اعتماد را با استفاده از MLflow در محیط های متعدد تولید و استقرار دهد.
آنچه یاد خواهید گرفت
- پروژه یادگیری ماشینی خود را به صورت محلی با ویژگی های مختلف MLflow توسعه دهید
li>
- یک سرور ردیابی MLflow متمرکز را برای مدیریت چندین آزمایش MLflow راه اندازی کنید
- با ایجاد مدل های سفارشی یک چرخه عمر مدل با MLflow ایجاد کنید
- استفاده از جریان های ویژگی برای ثبت نتایج مدل با MLflow
- توسعه زیرساخت کامل خط لوله آموزشی با استفاده از ویژگیهای MLflow
- راهاندازی یک خط لوله و خط لوله دستهای API مبتنی بر استنتاج در MLflow
- مقیاسسازی حجم زیادی از دادهها توسط ادغام MLflow با کتابخانه های کلان داده با کارایی بالا
این کتاب برای چه کسانی است
این
tag : دانلود کتاب مهندسی یادگیری ماشین با MLflow: چرخه زندگی یادگیری ماشینی را با MLflow مدیریت کنید , Download مهندسی یادگیری ماشین با MLflow: چرخه زندگی یادگیری ماشینی را با MLflow مدیریت کنید , دانلود مهندسی یادگیری ماشین با MLflow: چرخه زندگی یادگیری ماشینی را با MLflow مدیریت کنید , Download Machine Learning Engineering with MLflow: Manage the end-to-end machine learning life cycle with MLflow Book , مهندسی یادگیری ماشین با MLflow: چرخه زندگی یادگیری ماشینی را با MLflow مدیریت کنید دانلود , buy مهندسی یادگیری ماشین با MLflow: چرخه زندگی یادگیری ماشینی را با MLflow مدیریت کنید , خرید کتاب مهندسی یادگیری ماشین با MLflow: چرخه زندگی یادگیری ماشینی را با MLflow مدیریت کنید , دانلود کتاب Machine Learning Engineering with MLflow: Manage the end-to-end machine learning life cycle with MLflow , کتاب Machine Learning Engineering with MLflow: Manage the end-to-end machine learning life cycle with MLflow , دانلود Machine Learning Engineering with MLflow: Manage the end-to-end machine learning life cycle with MLflow , خرید Machine Learning Engineering with MLflow: Manage the end-to-end machine learning life cycle with MLflow , خرید کتاب Machine Learning Engineering with MLflow: Manage the end-to-end machine learning life cycle with MLflow ,
نقد و بررسیها
هنوز بررسیای ثبت نشده است.