MLOps实战：机器学习模型的开发、部署与应用

作者简介

内容简介

当今组织创建的分析和机器学习(ML)模型超过一半从未投入生产。机器学习运营化的一些挑战和障碍是技术性的，但其他则是组织性的。无论采取哪种方式解决问题，底线是未投入生产的模型不会影响业务。 本书介绍了MLOps的关键概念，以帮助数据科学家和应用工程师操作ML模型来驱动真正的业务变化，并随着时间的推移维护和改进这些模型。以全球众多MLOps应用课程为基础，9位机器学习专家深入探讨了模型生命周期的五个阶段——开发、预生产、部署、监控和治理，揭示了如何将强大的MLOps流程贯穿始终。 本书将帮助你： ·通过减少整个ML管道和工作流程中的摩擦，实现数据科学的价值。 ·通过再培训、定期调整和全面改造来完善ML模型，以确保长期准确性。 ·设计MLOps生命周期，使用公正、公平、可解释的模型将组织风险降至*低。 ·为管道的部署和更复杂、标准化程度更低的外部业务系统实施ML模型。