Conception de systèmes d'apprentissage automatique
A

Conception de systèmes d'apprentissage automatique

MLOps
machine learning systems MLOps system design industrial deployment model monitoring feature engineering Stanford course
Auteur
Chip Huyen
Éditeur
Foliant (traduction O'Reilly)
Année
2023
Langue
Russe
234
Évaluer ce livre

Pour lire le livre, se connecter / s'inscrire

Aperçu du fragment

Livres similaires

System Design. Machine Learning. Préparation aux entretiens techniques avancés.

System Design. Machine Learning. Préparation aux entretiens techniques avancés.

Alex Xu, Ali Aminian

Apprentissage automatique avec peu de codage

Apprentissage automatique avec peu de codage

Gwendoline Stripling, Michael Abel

Machine Learning. Conception de systèmes de l'idée à la mise en œuvre

Machine Learning. Conception de systèmes de l'idée à la mise en œuvre

Valéry Babouchkine, Arsène Kravchenko

Machine Learning. Design Patterns

Machine Learning. Design Patterns

Valliappa Lakshmanan, Sara Robinson, Michael Munn

Machine Learning et Intelligence Artificielle Appliqués pour les Ingénieurs

Machine Learning et Intelligence Artificielle Appliqués pour les Ingénieurs

Jeff Pross

Construction de systèmes d'apprentissage automatique avec Python. 2e édition

Construction de systèmes d'apprentissage automatique avec Python. 2e édition

Luis Pedro Coelho, Willy Richarte

Développement de systèmes intelligents. Introduction à la technologie d'apprentissage automatique

Développement de systèmes intelligents. Introduction à la technologie d'apprentissage automatique

Jeff Hulten

Introduction au Machine Learning avec Python. Guide pour les spécialistes des données

Introduction au Machine Learning avec Python. Guide pour les spécialistes des données

Andreas Müller, Sara Guido

Ingénierie de l'IA. Développement d'applications avec des modèles de base

Ingénierie de l'IA. Développement d'applications avec des modèles de base

Chip Huyen

Apprentissage automatique avec PyTorch et Scikit-Learn

Apprentissage automatique avec PyTorch et Scikit-Learn

Sébastien Raschka, Yusi (Hayden) Liu, Vahid Mirjalili