Разработка конвейеров машинного обучения. Автоматизация жизненных циклов модели с помощью TensorFlow
Машинное обучение становится важным элементом почти во всех отраслях. В этой книге представлено четкое и понятное руководство по автоматизации развертывания, управления и повторного использования моделей машинного обучения. Шаг за шагом описывается конкретный пример проекта, на котором можно отработ...
Сохранить в:
| Главный автор: | |
|---|---|
| Формат: | Книга |
| Темы: | |
| Online-ссылка: | Перейти к просмотру издания |
| Метки: |
Добавить метку
Нет меток, Требуется 1-ая метка записи!
|
| LEADER | 03921nam0a2200433 4500 | ||
|---|---|---|---|
| 001 | RU/IPR SMART/125138 | ||
| 856 | 4 | |u https://www.iprbookshop.ru/125138.html |z Перейти к просмотру издания | |
| 801 | 1 | |a RU |b IPR SMART |c 20250903 |g RCR | |
| 010 | |a 978-5-97060-886-9 | ||
| 205 | |a Разработка конвейеров машинного обучения. Автоматизация жизненных циклов модели с помощью TensorFlow |b 2029-12-31 | ||
| 333 | |a Лицензия до 31.12.2029 | ||
| 100 | |a 20250903d2021 k y0rusy01020304ca | ||
| 105 | |a y j 000zy | ||
| 101 | 0 | |a rus | |
| 102 | |a RU | ||
| 200 | 1 | |a Разработка конвейеров машинного обучения. Автоматизация жизненных циклов модели с помощью TensorFlow |f Х. Хапке, К. Нельсон |g перевод Н. Б. Желнова | |
| 700 | 1 | |a Хапке, |b Х. |4 070 | |
| 701 | 1 | |a Нельсон, |b К. |4 070 | |
| 702 | 1 | |a Желнова, |b Н. Б. |4 730 | |
| 330 | |a Машинное обучение становится важным элементом почти во всех отраслях. В этой книге представлено четкое и понятное руководство по автоматизации развертывания, управления и повторного использования моделей машинного обучения. Шаг за шагом описывается конкретный пример проекта, на котором можно отработать основные навыки в этой сфере. Благодаря множеству примеров кода и ясным, лаконичным объяснениям вы сможете создать свой собственный конвейер машинного обучения и запустите его в кратчайшие сроки. Книга поможет ученым и инженерам, специализирующимся в области машинного обучения и искусственного интеллекта, выйти за рамки работы с единичной моделью и успешно реализовать свои проекты в области науки о данных. Также издание будет полезно менеджерам проектов в области науки о данных, разработчикам программного обеспечения и инженерам DevOps, которые хотят, чтобы их организация ускорила свои проекты, использующие технологии машинного обучения и искусственного интеллекта. Читателю понадобится знание основных концепций машинного обучения и хотя бы одного из фреймворков, используемых в машинном обучении (например, PyTorch, TensorFlow, Keras). | ||
| 210 | |a Москва |c ДМК Пресс |d 2021 | ||
| 610 | 1 | |a разработка | |
| 610 | 1 | |a конвейер | |
| 610 | 1 | |a машинное обучение | |
| 610 | 1 | |a автоматизация | |
| 610 | 1 | |a жизненный цикл | |
| 610 | 1 | |a TensorFlow | |
| 610 | 1 | |a проект | |
| 610 | 1 | |a искусственный интеллект | |
| 610 | 1 | |a фреймворк | |
| 675 | |a 004.4 | ||
| 686 | |a 32.972 |2 rubbk | ||
| 300 | |a Книга не входит в премиум-версию IPR SMART. | ||
| 106 | |a s | ||
| 230 | |a Электрон. дан. (1 файл) | ||
| 336 | |a Текст | ||
| 337 | |a электронный | ||
| 503 | 0 | |a Доступна эл. версия. IPR SMART | |
| 215 | |a 345 с. | ||