Offizieller Studienleitfaden für Google Cloud Certified Professional Machine Learning Engineer
A

Offizieller Studienleitfaden für Google Cloud Certified Professional Machine Learning Engineer

Google Cloud Platform
Google Cloud machine learning certification Vertex AI TensorFlow MLOps data engineering
Autor
Mona Mona, Pratap Ramamurthy
Verlag
John Wiley & Sons
Jahr
2024
Sprache
Englisch
125
Dieses Buch bewerten

Zum Lesen des Buches, Anmelden / Registrieren

Vorschau des Fragments

Ähnliche Bücher

Offizieller Google Professional Cloud Architect Studienführer

Offizieller Google Professional Cloud Architect Studienführer

Dan Sullivan

Einführung in maschinelles Lernen mit Sicherheit: Theorie und Praxis mit Python in der Cloud

Einführung in maschinelles Lernen mit Sicherheit: Theorie und Praxis mit Python in der Cloud

Pramod Gupta, Naresh Kumar Sehgal, John M. Acken

Infrastruktur für maschinelles Lernen und Best Practices für Softwareentwickler

Infrastruktur für maschinelles Lernen und Best Practices für Softwareentwickler

Miroslaw Staron

Machine Learning Bookcamp: Bauen Sie ein Portfolio von realen Projekten auf

Machine Learning Bookcamp: Bauen Sie ein Portfolio von realen Projekten auf

Alexey Grigorev

Entwurf von Deep-Learning-Systemen: Ein Leitfaden für Softwareentwickler

Entwurf von Deep-Learning-Systemen: Ein Leitfaden für Softwareentwickler

Chi Wang, Donald Szeto, Yan Xue

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

Der autodidaktische Cloud-Computing-Ingenieur: Ein umfassender professioneller Studienleitfaden für AWS, Azure und GCP

Der autodidaktische Cloud-Computing-Ingenieur: Ein umfassender professioneller Studienleitfaden für AWS, Azure und GCP

Dr. Logan Song

Data Engineering für Machine-Learning-Pipelines: Von Python-Bibliotheken zu ML-Pipelines und Cloud-Plattformen

Data Engineering für Machine-Learning-Pipelines: Von Python-Bibliotheken zu ML-Pipelines und Cloud-Plattformen

Pavan Kumar Narayanan

Einführung in maschinelles Lernen mit Python: Ein Leitfaden für Datenwissenschaftler

Einführung in maschinelles Lernen mit Python: Ein Leitfaden für Datenwissenschaftler

Andreas C. Müller and Sarah Guido

Machine Learning Interview Guide: Berufsorientierte Fragen und Antworten für Datenwissenschaftler und Ingenieure

Machine Learning Interview Guide: Berufsorientierte Fragen und Antworten für Datenwissenschaftler und Ingenieure

Rehan Guha