• Bücher
  • KI und ML
  • MLOps
  • MLOps-Lebenszyklus-Toolkit: Ein Software-Engineering-Fahrplan für das Design, die Bereitstellung und Skalierung stochastischer Systeme
MLOps-Lebenszyklus-Toolkit: Ein Software-Engineering-Fahrplan für das Design, die Bereitstellung und Skalierung stochastischer Systeme
A

MLOps-Lebenszyklus-Toolkit: Ein Software-Engineering-Fahrplan für das Design, die Bereitstellung und Skalierung stochastischer Systeme

MLOps
MLOps machine learning operations software engineering stochastic systems model deployment lifecycle management production ML
Autor
Dayne Sorvisto
Verlag
Apress
Jahr
2023
Sprache
Englisch
47
Dieses Buch bewerten

Zum Lesen des Buches, Anmelden / Registrieren

Vorschau des Fragments

Ähnliche Bücher

Erstellung von Machine-Learning-Pipelines: Automatisierung von Modelllebenszyklen mit TensorFlow

Erstellung von Machine-Learning-Pipelines: Automatisierung von Modelllebenszyklen mit TensorFlow

Hannes Hapke, Catherine Nelson

Das DevOps 2.0 Toolkit: Automatisierung der kontinuierlichen Bereitstellungspipeline mit containerisierten Microservices

Das DevOps 2.0 Toolkit: Automatisierung der kontinuierlichen Bereitstellungspipeline mit containerisierten Microservices

Viktor Farcic

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

Software Engineering für Data Scientists: Von Notebooks zu skalierbaren Systemen

Software Engineering für Data Scientists: Von Notebooks zu skalierbaren Systemen

Catherine Nelson

Grundlagen der Softwareentwicklung: Umfassende Einblicke in SDLC, Design, Qualität und KI/ML in der Software

Grundlagen der Softwareentwicklung: Umfassende Einblicke in SDLC, Design, Qualität und KI/ML in der Software

Dr. Hitesh Mohapatra, Dr. Amiya Kumar Rath

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

Die Cloud-Computing-Reise: Entwerfen und Bereitstellen von resilienten und sicheren Multi-Cloud-Systemen mit praktischer Anleitung

Die Cloud-Computing-Reise: Entwerfen und Bereitstellen von resilienten und sicheren Multi-Cloud-Systemen mit praktischer Anleitung

Divit Gupta

MLOps mit Ray: Best Practices und Strategien für die Einführung von Machine Learning Operations

MLOps mit Ray: Best Practices und Strategien für die Einführung von Machine Learning Operations

Hien Luu, Max Pumperla, Zhe Zhang

Software Engineering für Data Scientists: Von Notebooks zu skalierbaren Systemen

Software Engineering für Data Scientists: Von Notebooks zu skalierbaren Systemen

Кэтрин Нельсон