Wissenschaftliche Bücher

Building Machine Learning Systems With A Feature Store: Batch, Real-time, And Llm Systems Jim Dowling O'reilly Media

Erhalten Sie einen neuen einheitlichen Ansatz zum Aufbau von Machine-Learning-(ML-)Systemen mit Stapeldaten, Echtzeitdaten und großen Sprachmodellen (LLMs), basierend auf unabhängigen, modularen...

Erhalten Sie einen neuen einheitlichen Ansatz zum Aufbau von Machine-Learning-(ML-)Systemen mit Stapeldaten, Echtzeitdaten und großen Sprachmodellen (LLMs), basierend auf unabhängigen, modularen ML-Pipelines und einer gemeinsamen Datenebene. Mit diesem praktischen Buch lernen Datenwissenschaftler und ML-Ingenieure im Detail, wie man modulare ML-Systeme...

Siehe vollständige Beschreibung Siehe vollständige Beschreibung
80 55 €
Lieferung Fr, 30 Okt - Do, 05 Nov
Kostenlos   Versandkosten
Von Toybox 4,8 (34)
Αθήνα, Αττικής
5 Stück
Sehen Bücher auf der Seite von Toybox
Was, wenn ich meine Meinung ändere?

Kein Problem, solange es innerhalb von 14 Tagen geschieht. Wir holen es ab oder Sie können den Skroutz Point wählen, der Ihnen passt, völlig kostenlos bis zu 2 Mal im Jahr, und wir erstatten Ihnen Ihr Geld. Holen Sie sich Skroutz Plus für unbegrenzte kostenlose Rücksendungen.

Möchten Sie es verschenken?

Du wählst "Geschenkbestellung" im Warenkorb. Wir legen keine Quittung in das Paket und stellen eine elektronische Umtauschkarte zur Verfügung, nur für den Fall.

Fragen

Beschreibung & Spezifikationen

Erhalten Sie einen neuen einheitlichen Ansatz zum Aufbau von Machine-Learning-(ML-)Systemen mit Stapeldaten, Echtzeitdaten und großen Sprachmodellen (LLMs), basierend auf unabhängigen, modularen ML-Pipelines und einer gemeinsamen Datenebene. Mit diesem praktischen Buch lernen Datenwissenschaftler und ML-Ingenieure im Detail, wie man modulare ML-Systeme entwickelt, wartet und betreibt.

Autor Jim Dowling stellt grundlegende MLOps-Prinzipien und -Praktiken für die Entwicklung und den Betrieb zuverlässiger ML-Systeme vor und beschreibt die zentrale Datenplattform, die Sie verwenden werden, um Ihre ML-Systeme zu bauen und zu betreiben: den Feature Store. Anhand von Beispielen zeigen Sie, wie der Feature Store hilft, das schwierigste Problem im ML zu lösen – die Daten. Beim Systemaufbau bewegen Sie sich nahtlos von der Verwaltung inkrementeller Datensätze für Training und Feinabstimmung zu Echtzeit-Datenzugriff und retrieval-gestützter Generierung für Online-ML-Systeme.

Mit diesem Buch werden Sie in der Lage sein:

  • Den Sprung vom Trainieren von ML-Modellen zum Aufbau von ML-Systemen zu machen
  • Ein ML-System als modulare Feature-, Trainings- und Inferenz-Pipelines zu entwickeln
  • Batch-ML-Systeme, Echtzeit-ML-Systeme und feinabgestimmte LLM-Systeme mit retrieval-gestützter Generierung zu entwerfen, zu entwickeln und zu betreiben
  • Die Probleme zu verstehen, die ein Feature Store für ML beim Aufbau von ML-Systemen löst
  • Die Prinzipien von MLOps für die Entwicklung und sichere Aktualisierung von ML-Systemen zu verstehen

Jim Dowling ist CEO von Hopsworks und außerordentlicher Professor am KTH Royal Institute of Technology in Stockholm, Schweden.

Seiten: 450, Maße: 17,8x17,8 cm

Hersteller

Verleger
O'Reilly Media
Typ
Technologie, Bauwesen & Bauarbeiten, Computer - Informatik, Logik
Sprache
Englisch
Untertitel
-
Umschlag
Weich
Anzahl der Seiten
-
Veröffentlichungsdatum
-
Veröffentlichungsdatum
-
Abmessungen
-
ISBN-13
9781098165239

Wichtige Informationen

Spezifikationen werden von offiziellen Hersteller-Websites gesammelt. Bitte überprüfen Sie die Spezifikationen, bevor Sie Ihren endgültigen Kauf tätigen. Wenn Sie ein Problem bemerken, können Sie melden Sie es hier

80,55 €
Kostenlos   Versandkosten