Mark Treveil, the Dataiku Team 著

熊峰, 温泉, 李磊 译

出版时间：2022年10月

页数：159

“如果你正在寻找更好的战略和跨团队的实用ML过程，那么这本书很适合你。”
——Adi Polak
微软高级软件工程师
“本书是在企业中构建、扩展、简化和管理模型部署的优秀指南。”
——Parul Pandey
数据科学布道者，H2O.ai

当今，组织创建的分析和机器学习(ML)模型中超过一半从未投入生产。机器学习运营化的一些挑战和障碍是技术性的，但其他则是组织性的。无论采取哪种方式解决问题，底线是未投入生产的模型不会影响业务。
本书介绍了MLOps的关键概念，以帮助数据科学家和应用工程师操作ML模型来驱动真正的业务变革，并随着时间的推移维护和改进这些模型。以全球众多MLOps应用课程为基础，9位机器学习专家深入探讨了模型生命周期的五个阶段——开发、预生产、部署、监控和治理，揭示了如何将强大的MLOps流程贯穿始终。
本书将帮助你：
● 通过减少整个ML管道和工作流程中的摩擦，实现数据科学的价值。
● 通过重新训练、定期调整和全面重构来优化ML模型，以确保长期准确性。
● 设计MLOps生命周期，以使用公正、公平、可解释的模型将组织风险降至最低。
● 为管道的部署和更复杂、标准化程度更低的外部业务系统实施ML模型。