Reliable Machine Learning: Applying SRE Principles to ML in Production

Спецификации:
Автор: Cathy Chen, Niall Richard Murphy, Kranti Parisa, D Sculley, Todd Underwood
Количество страниц: 350
Год публикации: 2022
ID товара: 18193964
БЕСПЛАТНАЯ ДОСТАВКА от 20€
12422
15706
-20%
Продавец: Minced 4.4
В корзину
780 / мес.

3 4142
Без подорожания
Ваш город

Заберите в Omniva посылочном автомате

18 ноября

БЕСПЛАТНАЯ ДОСТАВКА от 20 €
000

Заберите в Smartpost посылочном автомате

18 ноября

БЕСПЛАТНАЯ ДОСТАВКА от 20 €
000

Заберите в почтовом отделении Эстонии

18 ноября

БЕСПЛАТНАЯ ДОСТАВКА от 20 €
000

Доставим на дом

18 ноября

399

Внимание! Сроки доставки являются предварительными, так как cроки обновляются в зависимости от фактического времени размещения заказа и оплаты. Окончательный срок доставки указывается продавцом после подтверждения заказа.

Заберите в Omniva посылочном автомате

18 ноября

БЕСПЛАТНАЯ ДОСТАВКА от 20 €
000

Заберите в Smartpost посылочном автомате

18 ноября

БЕСПЛАТНАЯ ДОСТАВКА от 20 €
000

Заберите в почтовом отделении Эстонии

18 ноября

БЕСПЛАТНАЯ ДОСТАВКА от 20 €
000

Доставим на дом

18 ноября

399

Внимание! Сроки доставки являются предварительными, так как cроки обновляются в зависимости от фактического времени размещения заказа и оплаты. Окончательный срок доставки указывается продавцом после подтверждения заказа.

Продавец: Minced 4.4

Описание товара: Reliable Machine Learning: Applying SRE Principles to ML in Production

Whether you are part of a small startup or a planet-spanning megacorp, this practical book shows data scientists, SREs, and business owners how to run ML reliably, effectively, and accountably within your organization. You'll gain insight into everything from how to do model monitoring in production to how to run a well-tuned model development team in a product organization.By applying an SRE mindset to machine learning, authors and engineering professionals Cathy Chen, Kranti Parisa, Niall Richard Murphy, D. Sculley, Todd Underwood, and featured guests show you how to run an efficient ML system. Whether you want to increase revenue, optimize decision-making, solve problems, or understand and influence customer behavior, you'll learn how to perform day-to-day ML tasks while keeping the bigger picture in mind. You'll examine:What ML is: how it functions and what it relies onConceptual frameworks for understanding how ML "loops" workEffective "productionization," and how it can be made easily monitorable, deployable, and operableWhy ML systems make production troubleshooting more difficult, and how to get around themHow ML, product, and production teams can communicate effectively

Общая информация o: Reliable Machine Learning: Applying SRE Principles to ML in Production

ID товара: 18193964
Категория: Книги по экономике
Количество упаковок товара: 1 шт.
Размеры и вес упаковки (1): 0,03 x 0,18 x 0,23 м, 0,3 кг
Издательство: O'Reilly Media
Язык публикации: Aнглийский
Тип обложки: Мягкий
Формат: Традиционная книга
Тип: экономика
Автор: Cathy Chen, Niall Richard Murphy, Kranti Parisa, D Sculley, Todd Underwood
Количество страниц: 350
Год публикации: 2022

Изображения продуктов приведены исключительно в иллюстративных целях и являются примерными. Ссылки на видео в описании товара предназначены только для информационных целей, поэтому информация, которую они содержат, может отличаться от самого товара. Цвета, надписи, параметры, размеры, функции и/или любые другие характеристики оригинальных продуктов из-за их визуальных характеристик могут отличаться от реальных, поэтому, пожалуйста, ознакомьтесь со спецификациями продукта, приведенными в описании продукта.

Рейтинги и отзывы (0)

Reliable Machine Learning: Applying SRE Principles to ML in Production
Будьте первым, кто оставит отзыв!
Этот товар могут оценить только его покупатели, зарегистрированные на Kaup24.ee.
Оценить товар

Вопросы и ответы (0)

Спросите об этом товаре у других покупателей!
Задать вопрос
Ваш вопрос успешно отправлен. На этот вопрос будет дан ответ в течение 3 рабочих дней
Вопрос должен состоять не менее чем из 10 символов