單行本(實用) 從事例中了解MLOps機器學習成果的尺度處方/杉山阿聖/太田滿久

產品描述 ※現在，產品的信息通過翻譯機械翻譯，所以內容可以不正確。請貴客原諒。

信息科學
KS理工科專業書/★如何通過機器學習的實際利用，真正創造商業價值？★從技術、過程、文化的3方麵學習，首次實踐指南登場！滿載著對將機器學習系統引入商業、運用中的煩惱有效的技術。企業為了在事業中使機器學習的成果規模化而採取的各種措施叫做MLOps。本書是解說那種MLOps的書籍。第1部中介紹了MLOps的整體形象，以及實現它的技術、過程、文化的。通俗易懂地學習將機器學習引入商業、運用到商業中的基礎知識。【主要內容】第1部MLOps的背景和整體形象1章MLOps是11 MLOps的背景12本書中MLOps的整體形象2章實現MLOps的技術21機器學習管道22推論系統23技術選定24機器學習的實行環境和加速器25機器學習系統的監控26數據的質量管理27代碼的質量管理3章支撐MLOps的過程和加速器25機器學習系統的開發流程和PoC32重复快速實驗33與多樣的利害關系者的協作34有助於商業的意向決定的監控35支撐MLOps的過程的文化第2部MLOps的實踐事例和處方4章DeNA中機器學習項目的推進方法(株式會社DeNA玉木龍二藤原秀平)5章以少人數迅速實現的內容推薦中的MLOps(株式會社CAM原和希)6章從每個顧客中分出多個機器學習模型的學習和推論的體系結構(澁井雄介)7章從機器學習管道構築事例來看的技術選定(安立健人)8章為了減少事故機器學習模型的應用(株式會社DeNA松井健一)9章剋服機器學習項目失敗概率80%的實踐(亞馬遜網絡服務日本有限責任公司久保隆宏)10章使用ML Test Score對機器學習系統進行定量評價(柏木正隆)等…