• Bücher
  • Datenbanken
  • Amazon Redshift
  • Serverless Machine Learning mit Amazon Redshift ML: Erstellen, Trainieren und Bereitstellen von Machine-Learning-Modellen mit vertrauten SQL-Befehlen
Serverless Machine Learning mit Amazon Redshift ML: Erstellen, Trainieren und Bereitstellen von Machine-Learning-Modellen mit vertrauten SQL-Befehlen
A

Serverless Machine Learning mit Amazon Redshift ML: Erstellen, Trainieren und Bereitstellen von Machine-Learning-Modellen mit vertrauten SQL-Befehlen

Amazon Redshift
Amazon Redshift ML serverless computing machine learning SQL data analysis predictive analytics AWS
Autor
Debu Panda, Phil Bates, Bhanu Pittampally, Sumeet Joshi
Verlag
Packt Publishing
Jahr
2023
Sprache
Englisch
36
Dieses Buch bewerten

Zum Lesen des Buches, Anmelden / Registrieren

Vorschau des Fragments

Ähnliche Bücher

Angewandtes Maschinelles Lernen und Hochleistungsrechnen auf AWS

Angewandtes Maschinelles Lernen und Hochleistungsrechnen auf AWS

Mani Khanuja, Farooq Sabir, Shreyas Subramanian, Trenton Potgieter

Azure Machine Learning

Azure Machine Learning

Jeff Barnes

Amazon Redshift Kochbuch: Rezepte für den Aufbau moderner Data-Warehousing-Lösungen. Zweite Auflage.

Amazon Redshift Kochbuch: Rezepte für den Aufbau moderner Data-Warehousing-Lösungen. Zweite Auflage.

Shruti Worlikar, Harshida Patel, Anusha Challa

Serverless-Entwicklung auf AWS: Unternehmensweite Serverless-Lösungen aufbauen

Serverless-Entwicklung auf AWS: Unternehmensweite Serverless-Lösungen aufbauen

Sheen Brisals, Luke Hedger

Machine-Learning-Modelle in Produktion bringen: Mit Flask, Streamlit, Docker und Kubernetes auf der Google Cloud Platform

Machine-Learning-Modelle in Produktion bringen: Mit Flask, Streamlit, Docker und Kubernetes auf der Google Cloud Platform

Pramod Singh

Praktisches maschinelles Lernen auf Databricks

Praktisches maschinelles Lernen auf Databricks

Debu Sinha

KI-unterstützte Programmierung für Web und maschinelles Lernen: Verbessern Sie Ihren Entwicklungs-Workflow mit ChatGPT und GitHub Copilot

KI-unterstützte Programmierung für Web und maschinelles Lernen: Verbessern Sie Ihren Entwicklungs-Workflow mit ChatGPT und GitHub Copilot

Christoffer Noring, Anjali Jain, Marina Fernandez, Ayşe Mutlu, Ajit Jaokar

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

Daten ohne Labels: Praktisches unüberwachtes maschinelles Lernen

Daten ohne Labels: Praktisches unüberwachtes maschinelles Lernen

Vaibhav Verdhan

TensorFlow 2.0 lernen: Implementierung von Machine-Learning- und Deep-Learning-Modellen mit Python

TensorFlow 2.0 lernen: Implementierung von Machine-Learning- und Deep-Learning-Modellen mit Python

Pramod Singh, Avinash Manure