MLOps Engineering at Scale
รายการ #: 38043469

MLOps Engineering at Scale

รายการ #: 38043469

THB 2396

รายละเอียดราคา

ไม่รวมค่าจัดส่งและค่าธรรมเนียมศุลกากร ( ค่าจัดส่งและค่าธรรมเนียมศุลกากรจะคำนวณตอนชำระเงิน )

*สินค้าทั้งหมดจะนำเข้าจาก สหรัฐอเมริกา

มีสินค้า
สหรัฐอเมริกา นำเข้าจาก USA ร้านค้า

จำนวน:

เหลือเพียง 3 รายการในสต็อก
สั่งซื้อตอนนี้และรับสินค้าประมาณ วันเสาร์, ตุลาคม 10
พันธมิตรด้านโลจิสติกส์ชั้นนำของเรา
  • fedex
  • dhl
แสดงเพิ่มเติม
การรับประกัน U-Care:
ยังไม่ได้เลือก
เลือกแผน
fast shipping

Fast
Shipping

free return

คืนสินค้าฟรี*

แพ็คสินค้าอย่างปลอดภัย

แพ็คสินค้าอย่างปลอดภัย

สินค้าแท้ 100%

สินค้าแท้ 100%

pci-dss

ผ่านมาตรฐาน PCI DSS

iso certified

ได้รับการรับรอง ISO 27001


paypal payment
visa payment
mastercard payment
american express payment
bank transfer thailand payment
k plus payment
cenpay payment
boonterm kiosk payment
thai qr payment
big c payment
true money wallet payment
rabbit line pay payment
Note: Step Down Voltage Transformer required for using electronics products of สหรัฐอเมริกา store (110-120). Recommended power converters ซื้อเลย.

รายละเอียดสินค้า

Shop MLOps Engineering at Scale online at a best price in ประเทศไทย. 1617297763
  • Dodge costly and time-consuming infrastructure tasks, and rapidly bring your machine learning models to production with MLOps and pre-built serverless tools!In MLOps Engineering at Scale you will learn:Extracting, transforming, and loading datasetsQuerying datasets with SQLUnderstanding automatic differentiation in PyTorchDeploying model training pipelines as a service endpointMonitoring and managing your pipeline’s life cycleMeasuring performance improvementsMLOps Engineering at Scale shows you how to put machine learning into production efficiently by using pre-built services from AWS and other cloud vendors. You’ll learn how to rapidly create flexible and scalable machine learning systems without laboring over time-consuming operational tasks or taking on the costly overhead of physical hardware. Following a real-world use case for calculating taxi fares, you will engineer an MLOps pipeline for a PyTorch model using AWS server-less capabilities.About the technologyA production-ready machine learning system includes efficient data pipelines, integrated monitoring, and means to scale up and down based on demand. Using cloud-based services to implement ML infrastructure reduces development time and lowers hosting costs. Serverless MLOps eliminates the need to build and maintain custom infrastructure, so you can concentrate on your data, models, and algorithms.About the bookMLOps Engineering at Scale teaches you how to implement efficient machine learning systems using pre-built services from AWS and other cloud vendors. This easy-to-follow book guides you step-by-step as you set up your serverless ML infrastructure, even if you’ve never used a cloud platform before. You’ll also explore tools like PyTorch Lightning, Optuna, and MLFlow that make it easy to build pipelines and scale your deep learning models in production.What's insideReduce or eliminate ML infrastructure managementLearn state-of-the-art MLOps tools like PyTorch Lightning and MLFlowDeploy training pipelines as a service endpointMonitor and manage your pipeline’s life cycleMeasure performance improvementsAbout the readerReaders need to know Python, SQL, and the basics of machine learning. No cloud experience required.About the authorCarl Osipov implemented his first neural net in 2000 and has worked on deep learning and machine learning at Google and IBM.Table of ContentsPART 1 - MASTERING THE DATA SET1 Introduction to serverless machine learning2 Getting started with the data set3 Exploring and preparing the data set4 More exploratory data analysis and data preparationPART 2 - PYTORCH FOR SERVERLESS MACHINE LEARNING5 Introducing PyTorch: Tensor basics6 Core PyTorch: Autograd, optimizers, and utilities7 Serverless machine learning at scale8 Scaling out with distributed trainingPART 3 - SERVERLESS MACHINE LEARNING PIPELINE9 Feature selection10 Adopting PyTorch Lightning11 Hyperparameter optimization12 Machine learning pipeline
Publisher Manning
Publication date March 1, 2022
Language English
Print length 344 pages
ISBN-10 1617297763
ISBN-13 978-1617297762
Item Weight 1.25 pounds (570 grams)
Dimensions 7.38 x 0.7 x 9.25 inches (18.7 x 1.8 x 23.5 cm)

ข้อมูลผลิตภัณฑ์

MLOps Engineering at Scale

มีข้อสงสัย? คุยกับเรา

คำถามและคำตอบของลูกค้า

  • คำถาม: จะซื้อ MLOps Engineering at Scale ทางออนไลน์จาก Ubuy ได้อย่างไร

    คำตอบ: ซื้อสินค้า MLOps Engineering at Scale ทางออนไลน์จาก Ubuy ได้ง่ายๆ. คุณเพียงแค่ต้องค้นหาสินค้า เลือกวิธีการจัดส่งของคุณในขณะที่ทำการชำระเงิน และส่งไปยังสถานที่ของคุณ
  • คำถาม: MLOps Engineering at Scale มีให้ช็อปออนไลน์ใน Thailand หรือไม่

    คำตอบ: ใช่ ที่ Ubuy Thailand ผลิตภัณฑ์นี้มีให้คุณเลือกซื้อในราคาที่เหมาะสม. MLOps Engineering at Scale ไม่มีให้บริการในพื้นที่ แต่คุณสามารถไว้วางใจเราด้วยบริการจัดส่งด่วนของเรา
  • คำถาม: ใช้เวลานานแค่ไหนในการรับสินค้าหลังจากทำการสั่งซื้อ?

    คำตอบ: เวลาจัดส่งของผลิตภัณฑ์ที่คุณสั่งซื้อจะแตกต่างกันไปตามสิ่งที่คุณสั่งซื้อและวิธีการจัดส่งที่คุณเลือก. เวลาจัดส่งโดยประมาณจะระบุไว้ในขั้นตอนการชำระเงิน ดังนั้นโปรดอย่ากังวลขณะช้อปปิ้ง

Cloud Computing Editorial Review

ไม่พบรีวิวจากกองบรรณาธิการ

ความคิดเห็นและคะแนนจากลูกค้า

4.3
5 การให้คะแนนของลูกค้า
  • 5 ดาว
    54%
  • 4 ดาว
    24%
  • 3 ดาว
    22%
  • 2 ดาว
    0%
  • 1 ดาว
    0%

แบ่งปันความคิดของคุณกับลูกค้าท่านอื่น

แชร์ความคิดของคุณกับลูกค้ารายอื่น

ประวัติราคาสินค้า

ข้อมูลสำคัญ

  • ข้อจำกัด: สำหรับสินค้าที่จัดส่งระหว่างประเทศ โปรดทราบว่าการรับประกันจากผู้ผลิตอาจไม่มีผลบังคับใช้ บริการหลังการขายจากผู้ผลิตอาจไม่สามารถใช้งานได้ คู่มือผลิตภัณฑ์ คำแนะนำการใช้งาน และคำเตือนด้านความปลอดภัยอาจไม่ได้จัดทำเป็นภาษาของประเทศปลายทาง สินค้า (รวมถึงเอกสารประกอบ) อาจไม่ได้ออกแบบให้สอดคล้องกับมาตรฐาน ข้อกำหนด และข้อบังคับด้านฉลากของประเทศปลายทาง และสินค้าอาจไม่สอดคล้องกับแรงดันไฟฟ้าและมาตรฐานทางไฟฟ้าอื่น ๆ ของประเทศปลายทาง (ซึ่งอาจต้องใช้ปลั๊กแปลงไฟหรือเครื่องแปลงแรงดันไฟฟ้าตามความเหมาะสม) ผู้รับสินค้ามีหน้าที่รับผิดชอบในการตรวจสอบว่าสินค้าดังกล่าวสามารถนำเข้าประเทศปลายทางได้อย่างถูกต้องตามกฎหมาย เมื่อสั่งซื้อสินค้าจาก Ubuy หรือบริษัทในเครือ ผู้รับสินค้าจะถือเป็นผู้นำเข้าตามกฎหมาย (Importer of Record) และต้องปฏิบัติตามกฎหมายและข้อบังคับทั้งหมดของประเทศปลายทาง
  • ผลิตภัณฑ์บางรายการใน Ubuy ไม่ได้มีไว้เพื่อขาย เนื่องจาก Ubuy เป็นเครื่องมือค้นหาระดับโลก ผลิตภัณฑ์อยู่ภายใต้กฎระเบียบด้าน การส่งออก/การค้า