Overview
Diese Arbeit wurde mithilfe von KI übersetzt. Wir freuen uns über dein Feedback und deine Kommentare: translation-feedback@oreilly.com
Learning AutoML ist dein praktischer Leitfaden für die Anwendung automatisierten maschinellen Lernens in realen Umgebungen. Egal, ob du Datenwissenschaftler/in, ML-Ingenieur/in oder KI-Forscher/in bist, dieses Buch hilft dir, über das Experimentieren hinaus hochleistungsfähige Modelle mit weniger manueller Abstimmung und mehr Automatisierung zu erstellen und einzusetzen. Mit AutoGluon als primärem Toolkit lernst du, wie du AutoML-Modelle erstellst, auswertest und einsetzt, die die Komplexität reduzieren und Innovationen beschleunigen.
Der Autor Kerem Tomak zeigt dir, wie du Modelle mit gängigen Tools wie Kubeflow, MLflow und Airflow in durchgängige Bereitstellungs-Workflows integrieren kannst, und erforscht plattformübergreifende Ansätze mit Vertex AI, SageMaker Autopilot, Azure AutoML, Auto-sklearn und H2O.ai. Fallstudien aus der Praxis zeigen Anwendungen in den Bereichen Finanzen, Gesundheitswesen und Einzelhandel, während Kapitel über Ethik, Governance und agentenbasierte KI dein Wissen zukunftssicher machen.
- AutoML-Pipelines für Tabellen-, Text-, Bild- und Zeitreihendaten erstellen
- Modelle mit schnellen, skalierbaren Workflows unter Verwendung bewährter Methoden von MLOps bereitstellen
- Vergleiche und navigiere durch die führenden AutoML-Plattformen von heute
- Interpretiere die Modellergebnisse und triff fundierte Entscheidungen mit Erklärungswerkzeugen
- Erforsche, wie AutoML zu agentenbasierten KI-Systemen der nächsten Generation führt
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