Azure Machine Learning Engineering: Deploy, fine-tune, and optimize ML models using Microsoft Azure
Lingua: inglese
Editore: Packt Publishing, 2023
- Brossura
- Usato
Da: GreatBookPrices, Columbia, MD, U.S.A.GreatBookPrices
Venditore AbeBooks dal 6 aprile 2009
Condizione: Usato - Come nuovo
EUR 45,73
Quantità: Più di 20 disponibili
Aggiungi al carrelloDescrizione dell’articolo da parte del venditore
Unread book in perfect condition.
Codice articolo 45517578
- Titolo
- Azure Machine Learning Engineering: Deploy, fine-tune, and optimize ML models using Microsoft Azure
- Autore
- Sina Fakhraee; Balamurugan Balakreshnan; Megan Masanz
- Editore
- Packt Publishing
- Anno di pubblicazione
- 2023
- Condizione
- As New
- Rilegatura
- Brossura
- Lingua
- inglese
- ISBN 10
- 1803239301
- ISBN 13
- 9781803239309
Fully build and productionize end-to-end machine learning solutions using Azure Machine Learning Service
Key Features
- Automate complete machine learning solutions using Microsoft Azure
- Understand how to productionize machine learning models
- Get to grips with monitoring, MLOps, deep learning, distributed training, and reinforcement learning
Book Description
Data scientists working on productionizing machine learning (ML) workloads face a breadth of challenges at every step owing to the countless factors involved in getting ML models deployed and running. This book offers solutions to common issues, detailed explanations of essential concepts, and step-by-step instructions to productionize ML workloads using the Azure Machine Learning service. You'll see how data scientists and ML engineers working with Microsoft Azure can train and deploy ML models at scale by putting their knowledge to work with this practical guide.
Throughout the book, you'll learn how to train, register, and productionize ML models by making use of the power of the Azure Machine Learning service. You'll get to grips with scoring models in real time and batch, explaining models to earn business trust, mitigating model bias, and developing solutions using an MLOps framework.
By the end of this Azure Machine Learning book, you'll be ready to build and deploy end-to-end ML solutions into a production system using the Azure Machine Learning service for real-time scenarios.
What you will learn
- Train ML models in the Azure Machine Learning service
- Build end-to-end ML pipelines
- Host ML models on real-time scoring endpoints
- Mitigate bias in ML models
- Get the hang of using an MLOps framework to productionize models
- Simplify ML model explainability using the Azure Machine Learning service and Azure Interpret
Who this book is for
Machine learning engineers and data scientists who want to move to ML engineering roles will find this AMLS book useful. Familiarity with the Azure ecosystem will assist with understanding the concepts covered.
Table of Contents
- Introducing Azure Machine Learning
- Working with Data in AMLS
- Training Machine Learning Models in AMLS
- Tuning Your Models with AMLS
- Azure Automated Machine Learning
- Deploying ML Models for Real-Time Inferencing
- Deploying ML Models for Batch Scoring
- Responsible AI
- Productionizing Your Workload with MLOps
- Using Deep Learning in Azure Machine Learning
- Using Distributed Training in AMLS
"Riassunto" può appartenere a un’altra edizione di questo titolo.
Informazioni sull’autore
Sina Fakhraee, Ph.D., is currently working at Microsoft as an enterprise data scientist and senior cloud solution architect. He has helped customers to successfully migrate to Azure by providing best practices around data and AI architectural design and by helping them implement AI/ML solutions on Azure. Prior to working at Microsoft, Sina worked at Ford Motor Company as a product owner for Ford’s AI/ML platform. Sina holds a Ph.D. degree in computer science and engineering from Wayne State University and prior to joining the industry, he taught various undergrad and grad computer science courses part time.
Balamurugan Balakreshnan is a principal cloud solution architect at Microsoft Data/AI Architect and Data Science. He has provided leadership on digital transformations with AI and cloud-based digital solutions. He has also provided leadership in terms of ML, the IoT, big data, and advanced analytical solutions.
Megan Masanz is a principal cloud solution architect at Microsoft focused on data, AI, and data science, passionately enabling organizations to address business challenges through the establishment of strategies and road maps for the planning, design, and deployment of Azure Cloud-based solutions. Megan is adept at paving the path to data science via computer science given her master’s in computer science with a focus on data science.
"Descrizione articolo" può appartenere a un’altra edizione di questo titolo.
GreatBookPrices
Columbia, MD, U.S.A.
Venditore AbeBooks dal 6 aprile 2009
Tariffe di spedizione nazionale per U.S.A.
| Articolo | Da 5 a 14 giorni lavorativi | Da 8 a 14 giorni lavorativi |
|---|---|---|
| Primo articolo | EUR 2,30 | EUR 2,30 |
Metodi di pagamento
Descrizione dello Store
SuperBookDeals.com is your top source for finding new books at the absolute lowest prices, guaranteed ! We offer big discounts - everyday - on millions of titles in virtually any category, from Architecture to Zoology -- and everything in between. Discover great deals and super-savings, on professional books, text book titles, the newest computer guides, or your favorite fiction authors. You'll find it all - at HUGE SAVINGS - at SuperBookDeals. Browse through our complete online product catalog today. Serving customers around the world for years, we help thousands find just the books they're looking for -- at incredibly low, bargain prices.…
Informazioni sull’azienda del venditore
Expert Trading Limited
9220 Rumsey Road, Suite 101
Columbia, MD U.S.A. 21045
Condizioni di vendita
Company Name: GreatBookPrices
Legal Entity: Expert Trading, LLC
Address: 6310 Stevens Forest, suite 200, Columbia MD 21046
Email address: CustomerService@SuperBookDeals.com
Phone number: 410-964-0026
consumer complaints can be addressed to address above
Registration #: 52-1713923
Authorized representative: Danielle Hainsey
Diritto di recesso
Se sei un consumatore puoi recedere dal contratto in conformità con quanto segue. Per Consumatore si intende qualsiasi persona fisica che agisce per scopi estranei alla propria attività commerciale, imprenditoriale, artigianale o professionale.
Informazioni sul diritto di recesso
Diritto legale di recesso
Hai il diritto di recedere dal presente contratto entro 14 giorni senza fornire alcuna motivazione.
Il periodo di recesso scade dopo 14 giorni dal giorno in cui tu o una terza parte, diversa dal vettore e da te indicata, acquisisce il possesso fisico dell'ultimo bene o dell'ultimo lotto o pezzo.
Per esercitare il diritto di recesso, compila e invia elettronicamente una dichiarazione esplicita sul nostro sito Web, alla voce “I miei acquisti” nella sezione “Mio account”. Ti comunicheremo senza indugio una conferma di ricezione di tale recesso su un supporto durevole (ad es. via e-mail).
Per rispettare il termine di recesso, è sufficiente inviare la comunicazione relativa all'esercizio del diritto di recesso prima della scadenza del periodo di recesso stesso.
Effetti del recesso
In caso di recesso dal presente contratto, ti rimborseremo tutti i pagamenti ricevuti, compresi i costi di spedizione (ad eccezione dei costi supplementari derivanti dalla tua eventuale scelta di un tipo di spedizione diverso dal tipo meno costoso di consegna standard da noi offerto).
Potremo effettuare una detrazione dal rimborso per la perdita di valore dei beni forniti, qualora tale perdita sia il risultato di una manipolazione non necessaria da parte tua.
Eseguiremo il rimborso senza indebito ritardo e non oltre 14 giorni dal giorno in cui saremo informati della tua decisione di recedere dal presente contratto.
Il rimborso sarà effettuato utilizzando lo stesso mezzo di pagamento da te usato per la transazione iniziale, salvo che tu non abbia espressamente concordato altrimenti; in ogni caso, non dovrai sostenere alcun costo quale conseguenza di tale rimborso.
Possiamo trattenere il rimborso finché non avremo ricevuto i beni oppure finché non avrai fornito la prova di averli rispediti, a seconda di quale condizione si verifichi per prima.
Dovrai rispedire i beni o consegnarli a GreatBookPrices, Bensenville, Illinois, U.S.A., senza indebito ritardo e, in ogni caso, entro 14 giorni dal giorno in cui ci hai comunicato la tua volontà di recedere dal presente contratto. Il termine è rispettato se rispedisci i beni prima della scadenza del periodo di 14 giorni. I costi diretti della restituzione dei beni saranno a tuo carico. Sei responsabile solo della diminuzione del valore dei beni risultante da una manipolazione diversa da quella necessaria per stabilire la natura, le caratteristiche e il funzionamento dei beni stessi.
Eccezioni al diritto di recesso
Il diritto di recesso non si applica a:
- La fornitura di giornali, periodici o riviste ad eccezione dei contratti di abbonamento; e
- La fornitura di contenuto digitale non fornito su un supporto materiale (ad es. su un CD o DVD), se al momento dell'invio dell'ordine hai accettato l'inizio dell'esecuzione e hai riconosciuto che non avresti potuto recedere una volta iniziata l'esecuzione.
Condizioni di spedizione
Our warehouses across the globe are fully operational without substantial delays. We are working hard and continue to overcome the daily challenges presented by COVID-19. We appreciate your understanding.
Internal processing of your order will take about 1-2 business days. Please allow an additional 4-14 business days for Media Mail delivery. We have multiple ship-from locations - MD,IL,NJ,UK,IN,NV,TN & GA