Praktisches maschinelles Lernen auf Databricks
A

Praktisches maschinelles Lernen auf Databricks

MLOps
Databricks machine learning MLOps MLflow Python feature store AutoML
Autor
Debu Sinha
Verlag
Packt Publishing
Jahr
2023
Sprache
Englisch
50
Dieses Buch bewerten

Zum Lesen des Buches, Anmelden / Registrieren

Vorschau des Fragments

Ähnliche Bücher

Verteilte Machine-Learning-Muster

Verteilte Machine-Learning-Muster

Yuan Tang

Machine-Learning-Algorithmen im Detail

Machine-Learning-Algorithmen im Detail

Vadim Smolyakov

Praktisches Maschinenlernen mit C++: End-to-End-Machine-Learning- und Deep-Learning-Pipelines erstellen, trainieren und bereitstellen

Praktisches Maschinenlernen mit C++: End-to-End-Machine-Learning- und Deep-Learning-Pipelines erstellen, trainieren und bereitstellen

Kirill Kolodiazhnyi

Daten ohne Labels: Praktisches unüberwachtes maschinelles Lernen

Daten ohne Labels: Praktisches unüberwachtes maschinelles Lernen

Vaibhav Verdhan

Das Hundert-Seiten-Maschinelles-Lernen-Buch

Das Hundert-Seiten-Maschinelles-Lernen-Buch

Andriy Burkov

Der Pragmatische Programmlerner für Maschinelles Lernen: Engineering-Analysen und Data-Science-Lösungen

Der Pragmatische Programmlerner für Maschinelles Lernen: Engineering-Analysen und Data-Science-Lösungen

Marco Scutari, Mauro Malvestio

Moderne Datenarchitekturen mit Python: Ein praktischer Leitfaden zum Erstellen und Bereitstellen von Datenpipelines, Data Warehouses und Data Lakes mit Python

Moderne Datenarchitekturen mit Python: Ein praktischer Leitfaden zum Erstellen und Bereitstellen von Datenpipelines, Data Warehouses und Data Lakes mit Python

Brian Lipp

Machine Learning in der Produktion: Meistern Sie die Kunst der Bereitstellung robuster Machine-Learning-Lösungen mit MLOps

Machine Learning in der Produktion: Meistern Sie die Kunst der Bereitstellung robuster Machine-Learning-Lösungen mit MLOps

Suhas Pote

Angewandte Data Science mit PySpark: Lernen Sie den kompletten prädiktiven Modellentwicklungszyklus, Zweite Auflage

Angewandte Data Science mit PySpark: Lernen Sie den kompletten prädiktiven Modellentwicklungszyklus, Zweite Auflage

Ramcharan Kakarla, Sundar Krishnan, Balaji Dhamodharan, Venkata Gunnu

Machine Learning Platform Engineering: Bau einer internen Entwicklerplattform für ML- und KI-Systeme

Machine Learning Platform Engineering: Bau einer internen Entwicklerplattform für ML- und KI-Systeme

Benjamin Tan Wei Hao, Shanoop Padmanabhan, Varun Mallya