MLOps – Kernkonzepte im Überblick
by Mark Treveil, Clément Stenac, Nicolas Omont, Kenji Lefèvre, Du Phan
Index
A
A/B-Tests
bei Empfehlungssystemen auf Basis von Collaborative Filtering 164
Canary-Releases 101
Leistungsüberwachung bei Empfehlungssystemen im Marketing 174
Modelle während des Produktivbetriebs evaluieren 128
Überlegungen im Zusammenhang mit MLOps 129
von neuen und bestehenden Modellversionen 49
während des Produktivbetriebs 126
Abhängigkeiten
in der Produktivumgebung, verringern 43
partielle Abhängigkeitsdiagramme 42
Abweichungen zwischen den Wahrscheinlichkeitsverteilungen 160
Adversarial Attacks 89
AIOps im Vergleich zu MLOps 15
Algorithmen (Machine Learning) 37, 61
geglättete Anpassungskurve für Vorhersagen 185
MLOps-Überlegungen je nach Art des Algorithmus 61
Online-Learning 112
Rechenleistung 62
tabellarische Eingabedaten benötigt ...
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