Aprendizaje automático continuo con Kubeflow: Realización de Mlops Fiables con las Capacidades de Tfx, Sagemaker y Kubernetes

Opiniones de los lectores

Actualmente no hay opiniones de lectores. La calificación se basa en 4 votos.

Título original:

Continuous Machine Learning with Kubeflow: Performing Reliable Mlops with Capabilities of Tfx, Sagemaker and Kubernetes

Contenido del libro:

Un viaje perspicaz a MLOps, DevOps y Machine Learning en el entorno real.

CARACTERÍSTICAS PRINCIPALES

⬤  Amplia explicación de conocimientos y conceptos de los componentes de Kubernetes con ejemplos.

⬤  Una guía de conocimiento todo en uno para entrenar y desplegar tuberías ML usando Docker y Kubernetes.

⬤  Incluye numerosos proyectos MLOps con acceso a marcos probados y el uso de conceptos de aprendizaje profundo.

DESCRIPCIÓN

'Continuous Machine Learning with Kubeflow' te introduce a la infraestructura moderna de aprendizaje automático, que incluye Kubernetes y la arquitectura Kubeflow. Este libro explicará los fundamentos del despliegue de varios casos de uso de AI/ML con entrenamiento y servicio de TensorFlow con Kubernetes y cómo Kubernetes puede ayudar con proyectos específicos de principio a fin.

Este libro ayudará a demostrar cómo utilizar componentes Kubeflow, desplegarlos en GCP, y servirlos en producción utilizando la predicción de datos en tiempo real. Con Kubeflow KFserving, veremos técnicas de servicio, construiremos una interfaz de usuario basada en visión por ordenador en streamlit, y luego la desplegaremos en las plataformas en la nube de Google, Kubernetes y Heroku. A continuación, también exploraremos cómo construir Explainable AI para determinar la imparcialidad y la parcialidad con una herramienta What-if. Con el apoyo de varios casos de uso, aprenderemos cómo poner el aprendizaje automático en producción, incluyendo el entrenamiento y el servicio.

LO QUE APRENDERÁ

⬤  Siéntase cómodo con la arquitectura y la orquestación de Kubernetes.

⬤  Aprenda a contenerizar y desplegar desde cero usando Docker y Google Cloud Platform.

⬤  Practique cómo desarrollar la tubería Kubeflow Orchestrator para un modelo TensorFlow.

⬤  Crear pipelines de AWS SageMaker, desde la formación hasta el despliegue en producción.

⬤  Construir la canalización de TensorFlow Extended (TFX) para una aplicación NLP utilizando Tensorboard y TFMA.

A QUIÉN VA DIRIGIDO ESTE LIBRO

Este libro es para MLOps, DevOps, ingenieros de aprendizaje automático y científicos de datos que desean implementar continuamente tuberías de aprendizaje automático y administrarlas a escala utilizando Kubernetes. Los lectores deben tener una sólida formación en aprendizaje automático y se requiere cierto conocimiento de Kubernetes.