September 2024
Intermediate to advanced
366 pages
9h 58m
German
Content preview from Aufbau von Pipelines für maschinelles Lernen
Become an O’Reilly member and get unlimited access to this title plus top books and audiobooks from O’Reilly and nearly 200 top publishers, thousands of courses curated by job role, 150+ live events each month,
O’Reilly covers everything we've got, with content to help us build a world-class technology community, upgrade the capabilities and competencies of our teams, and improve overall team performance as well as their engagement.I wanted to learn C and C++, but it didn't click for me until I picked up an O'Reilly book. When I went on the O’Reilly platform, I was astonished to find all the books there, plus live events and sandboxes so you could play around with the technology.I’ve been on the O’Reilly platform for more than eight years. I use a couple of learning platforms, but I'm on O'Reilly more than anybody else. When you're there, you start learning. I'm never disappointed.I'm always learning. So when I got on to O'Reilly, I was like a kid in a candy store. There are playlists. There are answers. There's on-demand training. It's worth its weight in gold, in terms of what it allows me to do.
Kapitel 1. Einführung
Diese Arbeit wurde mithilfe von KI übersetzt. Wir freuen uns über dein Feedback und deine Kommentare: translation-feedback@oreilly.com
In diesem ersten Kapitel stellen wir Pipelines für maschinelles Lernen vor und erläutern alle Schritte, die zu ihrer Erstellung gehören. Wir erklären, was passieren muss, damit dein maschinelles Lernmodell von einem Experiment zu einem robusten Produktionssystem wird. Außerdem stellen wir unser Beispielprojekt vor, das wir im weiteren Verlauf des Buches verwenden werden, um die beschriebenen Prinzipien zu demonstrieren.
Warum Pipelines für maschinelles Lernen?
Der Hauptvorteil von Pipelines für maschinelles Lernen liegt in der Automatisierung der Schritte des Modelllebenszyklus. Wenn neue Trainingsdaten zur Verfügung stehen, sollte ein Arbeitsablauf ausgelöst werden, der Datenvalidierung, Vorverarbeitung, Modelltraining, Analyse und Bereitstellung umfasst. Wir haben beobachtet, dass zu viele Data-Science-Teams diese Schritte manuell durchführen, was nicht nur kostspielig ist, sondern auch eine Fehlerquelle darstellt. Gehen wir im Detail auf die Vorteile von Pipelines für maschinelles Lernen ein:
- Die Fähigkeit, sich auf neue Modelle zu konzentrieren, anstatt bestehende Modelle zu pflegen
-
Automatisierte Pipelines für maschinelles Lernen entlasten Datenwissenschaftler von der Pflege bestehender Modelle. Wir haben beobachtet, dass zu viele Datenwissenschaftler ihre Tage damit verbringen, bereits entwickelte Modelle auf dem neuesten ...
Become an O’Reilly member and get unlimited access to this title plus top books and audiobooks from O’Reilly and nearly 200 top publishers, thousands of courses curated by job role, 150+ live events each month,
and much more.
Read now
Unlock full access
More than 5,000 organizations count on O’Reilly
O’Reilly covers everything we've got, with content to help us build a world-class technology community, upgrade the capabilities and competencies of our teams, and improve overall team performance as well as their engagement.Julian F.
I wanted to learn C and C++, but it didn't click for me until I picked up an O'Reilly book. When I went on the O’Reilly platform, I was astonished to find all the books there, plus live events and sandboxes so you could play around with the technology.Addison B.
I’ve been on the O’Reilly platform for more than eight years. I use a couple of learning platforms, but I'm on O'Reilly more than anybody else. When you're there, you start learning. I'm never disappointed.Amir M.
I'm always learning. So when I got on to O'Reilly, I was like a kid in a candy store. There are playlists. There are answers. There's on-demand training. It's worth its weight in gold, in terms of what it allows me to do.