Infrastructure d'apprentissage automatique et meilleures pratiques pour les ingénieurs logiciels

Ingénierie de Plateforme de Machine Learning : Construire une plateforme de développement interne pour les systèmes ML et IA

Benjamin Tan Wei Hao, Shanoop Padmanabhan, Varun Mallya

Machine Learning pour les Ingénieurs : Principes et Algorithmes via le Traitement du Signal et la Théorie de l'Information

Osvaldo Simeone

Apprentissage Automatique Pratique sur Databricks

Debu Sinha

MLOps avec Ray : Bonnes pratiques et stratégies pour l'adoption des opérations de Machine Learning

Hien Luu, Max Pumperla, Zhe Zhang

Le Programmeur Pragmatique pour le Machine Learning : Ingénierie des Solutions d'Analytique et de Data Science

Marco Scutari, Mauro Malvestio

Data Engineering pour les pipelines de Machine Learning : des bibliothèques Python aux pipelines ML et aux plateformes cloud

Pavan Kumar Narayanan

Architecture des plateformes de données et de machine learning : permettre l'analytique et l'innovation pilotée par l'IA dans le cloud

Marco Tranquillin, Valliappa Lakshmanan, Firat Tekiner

Machine Learning pour les Applications à Haut Risque : Approches de l'IA Responsable

Patrick Hall, James Curtis, Parul Pandey

Construire des Applications Propulsées par le Machine Learning : De l'Idée au Produit

Emmanuel Ameisen

Mueller J. P., Massaron L. - L'Apprentissage Automatique Pour les Nuls, 2e Édition - 2021