Libro gratis
MLOps with MLflow and Kubernetes
Acceso de lectura
Libro gratis
Un libro práctico de MLOps que cubre el seguimiento de experimentos, registros de modelos, canalizaciones de funciones, CI/CD para ML, servicio de Kubernetes, monitoreo, deriva, gobernanza e implementación segura de modelos.
Nivel: intermediateIdioma: ES EspañolValoración: 0Reseñas: 0
Libro
Book contents
01Chapter 1: Why Machine Learning Needs Operations02Chapter 2: Datasets, Features, Models, and Artifacts03Chapter 3: Experiment Tracking with MLflow04Chapter 4: Model Registries and Approval Workflows05Chapter 5: Reproducible Training Pipelines06Chapter 6: Feature Stores and Data Versioning07Chapter 7: CI/CD for Machine Learning Projects08Chapter 8: Containerizing Models for Deployment09Chapter 9: Model Serving on Kubernetes10Chapter 10: Batch vs Real-Time Inference11Chapter 11: Monitoring Drift, Quality, and Latency12Chapter 12: Rollback, Shadow Deployment, and Canary Models13Chapter 13: Track and Compare Model Experiments14Chapter 14: Deploy a Model to Kubernetes15Chapter 15: Build a Model Monitoring Dashboard16Chapter 16: Operate a Safe Model Release Process17Appendix E: Deeper Practice and Extra Examples
Reseñas
Todavía no hay reseñas aprobadas.
Libros destacados
Discusión
0 comentariosTodavía no hay comentarios aprobados. Las respuestas nuevas pueden esperar moderación.