• Bücher
  • KI und ML
  • MLOps
  • AutoML lernen: Automatisierung von ML-Pipelines mit AutoGluon, führenden Frameworks und Integration in der Praxis
AutoML lernen: Automatisierung von ML-Pipelines mit AutoGluon, führenden Frameworks und Integration in der Praxis
A

AutoML lernen: Automatisierung von ML-Pipelines mit AutoGluon, führenden Frameworks und Integration in der Praxis

MLOps
AutoML machine learning AutoGluon MLOps business integration automated pipelines real-world applications
Autor
Kerem Tomak
Verlag
O'Reilly Media, Inc.
Jahr
2026
Sprache
Englisch
55
Dieses Buch bewerten

Zum Lesen des Buches, Anmelden / Registrieren

Vorschau des Fragments

Ähnliche Bücher

Tomak Kerem - AutoML lernen - 2026

Tomak Kerem - AutoML lernen - 2026

GitHub Actions lernen: Automatisierung und Integration von CI/CD mit GitHub

GitHub Actions lernen: Automatisierung und Integration von CI/CD mit GitHub

Brent Laster

Python lernen: Leistungsstarke objektorientierte Programmierung

Python lernen: Leistungsstarke objektorientierte Programmierung

Mark Lutz

Go lernen: Ein idiomatischer Ansatz für praktische Go-Programmierung

Go lernen: Ein idiomatischer Ansatz für praktische Go-Programmierung

Jon Bodner

Deep Learning für Finanzen: Erstellung von Machine- und Deep-Learning-Modellen für den Handel in Python

Deep Learning für Finanzen: Erstellung von Machine- und Deep-Learning-Modellen für den Handel in Python

Sofien Kaabar

Snowflake SQL und Scripting lernen: Snowflake-Daten generieren, abrufen und automatisieren

Snowflake SQL und Scripting lernen: Snowflake-Daten generieren, abrufen und automatisieren

Alan Beaulieu

KI und ML für Programmierer in PyTorch: Ein Programmierleitfaden zu generativer KI und maschinellem Lernen

KI und ML für Programmierer in PyTorch: Ein Programmierleitfaden zu generativer KI und maschinellem Lernen

Laurence Moroney

Generative KI auf Kubernetes: Operationalisierung von Large Language Models

Generative KI auf Kubernetes: Operationalisierung von Large Language Models

Roland Huß, Daniele Zonca

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

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

Hannes Hapke, Catherine Nelson

Praktisches Maschinelles Lernen mit Scikit-Learn und PyTorch: Konzepte, Werkzeuge und Techniken zum Aufbau intelligenter Systeme

Praktisches Maschinelles Lernen mit Scikit-Learn und PyTorch: Konzepte, Werkzeuge und Techniken zum Aufbau intelligenter Systeme

Aurélien Géron