文件名称：prod-ml-book:生产机器学习
文件大小：77KB
文件格式：ZIP
更新时间：2024-04-15 08:01:35
JupyterNotebook
架构师机器学习系统手册 第一部分：机器学习系统操作与传统软件系统操作之间的挑战概述（以此为基础介绍有关不同挑战的章节） 软件1.0与软件2.0 我们该如何解决？ 数据治理 第二部分：数据管道和ETL流程 第三部分：模型和数据的版本控制和治理-可复制性 由于缺乏可重复性而导致的危机 机器学习实验的版本控制i。 数据版本化ii。 模型版本控制 管理实验可重复性的工具i。 智者ii。 MLflow iii。 DVC iv。 达特莫 第四节：模型的弹性（回归测试和验证） 训练期间进行模型评估的测试 进行预测/评分时正在进行的模型评估测试 第五节：基于生产的部署 使用无服务器作为REST API部署模型 在手机上部署模型并进行维护-MLCore 在手机上使用Qualcomm SDK部署模型 流程管理产生的债务i。 生产中模型的版本控制（成熟6。系统可能同时运行数十个或数百个模型）ii。 气
【文件预览】：
prod-ml-book-master
----.gitignore(1KB)
----LICENSE(1KB)
----fraud-detection-using-machine-learning()
--------Dockerfile(255B)
--------CONTRIBUTING.md(4KB)
--------CODE_OF_CONDUCT.md(309B)
--------LICENSE(10KB)
--------CHANGELOG.md(330B)
--------README.md(220B)
--------deployment()
--------NOTICE(112B)
--------source()
----.github()
--------PULL_REQUEST_TEMPLATE.md(197B)
----README.md(50KB)
----iii_reproducibility()
--------mlflow_tracking_example.py(1KB)
--------datmo_workflow_example(221B)
--------dvc_workflow_example(926B)