Building Machine Learning Pipelines
出版时间：2020.7
O’Reilly作为计算机领域内世界最知名的出版社之一，发售了领域内无数圣经之作，时隔许久，全新之作蓄势待发！
公司在机器学习项目上花费了数十亿美元，但是如果不能有效地部署模型，那将浪费金钱。在本实用指南中，Hannes Hapke和Catherine Nelson指导您完成使用TensorFlow生态系统自动化机器学习管道的步骤。您将学习将部署时间从几天缩短到几分钟的技术和工具，以便您可以专注于开发新模型而不是维护旧系统。
数据科学家，机器学习工程师和DevOps工程师将发现如何超越模型开发来成功地生产其数据科学项目，而管理人员将更好地了解他们在帮助加速这些项目中所扮演的角色。
- 了解构建机器学习管道的步骤
- 使用TensorFlow Extended中的组件构建管道
- 使用apachebeam、apacheflow和Kubeflow管道编排机器学习管道
- 使用TensorFlow数据验证和TensorFlow变换处理数据
- 利用张量流模型分析对模型进行了详细分析
- 检查模型性能的公平性和偏差
- 使用TensorFlow Service或TensorFlow Lite为移动设备部署模型
- 学习隐私保护机器学习技术
关注微信公众号“计算机与AI”，后台私信回复“机器学习流水线”即可免费获取电子版。
