Machine Learning Infrastructure and Best Practices for Software Engineers : Take your machine learning software from a prototype to a fully fledged software system
Sprache: Englisch
Verlag: Packt Publishing, 2024
- Softcover
- Neu
Anbieter: AHA-BUCH GmbH, Einbeck, DeutschlandAHA-BUCH GmbH
Verkäufer:in bei AbeBooks seit 14. August 2006
Zustand: Neu
EUR 77,76
Anzahl: 1 verfügbar
In den WarenkorbArtikelbeschreibung des Verkäufers
nach der Bestellung gedruckt Neuware - Printed after ordering - Efficiently transform your initial designs into big systems by learning the foundations of infrastructure, algorithms, and ethical considerations for modern software productsKey FeaturesLearn how to scale-up your machine learning software to a professional levelSecure the quality of your machine learning pipeline at runtimeApply your knowledge to natural languages, programming languages, and imagesBook DescriptionAlthough creating a machine learning pipeline or developing a working prototype of a software system from that pipeline is easy and straightforward nowadays, the journey toward a professional software system is still extensive. This book will help you get to grips with various best practices and recipes that will help software engineers transform prototype pipelines into complete software products.The book begins by introducing the main concepts of professional software systems that leverage machine learning at their core. As you progress, you'll explore the differences between traditional, non-ML software, and machine learning software. The initial best practices will guide you in determining the type of software you need for your product. Subsequently, you will delve into algorithms, covering their selection, development, and testing before exploring the intricacies of the infrastructure for machine learning systems by defining best practices for identifying the right data source and ensuring its quality.Towards the end, you'll address the most challenging aspect of large-scale machine learning systems - ethics. By exploring and defining best practices for assessing ethical risks and strategies for mitigation, you will conclude the book where it all began - large-scale machine learning software.What you will learnIdentify what the machine learning software best suits your needsWork with scalable machine learning pipelinesScale up pipelines from prototypes to fully fledged softwareChoose suitable data sources and processing methods for your productDifferentiate raw data from complex processing, noting their advantagesTrack and mitigate important ethical risks in machine learning softwareWork with testing and validation for machine learning systemsWho this book is forIf you're a machine learning engineer, this book will help you design more robust software, and understand which scaling-up challenges you need to address and why. Software engineers will benefit from best practices that will make your products robust, reliable, and innovative. Decision makers will also find lots of useful information in this book, including guidance on what to look for in a well-designed machine learning software product.Table of ContentsMachine Learning Compared to Traditional SoftwareElements of a Machine Learning Software SystemData in Software Systems - Text, Images, Code, FeaturesData Acquisition, Data Quality and NoiseQuantifying and Improving Data PropertiesTypes of Data in ML SystemsFeature Engineering for Numerical and Image DataFeature Engineering for Natural Language DataTypes of Machine Learning Systems - Feature-Based and Raw Data Based (Deep Learning)Training and evaluation of classical ML systems and neural networksTraining and evaluation of advanced algorithms - deep learning, autoencoders, GPT-3Designing machine learning pipelines (MLOps) and their testingDesigning and implementation of large scale, robust ML software - a comprehensive exampleEthics in data acquisition and management(N.B. Please use the Look Inside option to see further chapters).…
Bestandsnummer des Verkäufers 9781837634064
- Titel
- Machine Learning Infrastructure and Best Practices for Software Engineers : Take your machine learning software from a prototype to a fully fledged software system
- Autor
- Miroslaw Staron
- Verlag
- Packt Publishing
- Erscheinungsjahr
- 2024
- Zustand
- Neu
- Einband
- Taschenbuch
- Sprache
- Englisch
- ISBN-10
- 1837634068
- ISBN-13
- 9781837634064
- Artikelgewicht
- 647 Gramm
- Abmessungen
- 235x191x19 mm
Efficiently transform your initial designs into big systems by learning the foundations of infrastructure, algorithms, and ethical considerations for modern software products
Key Features
- Learn how to scale-up your machine learning software to a professional level
- Secure the quality of your machine learning pipeline at runtime
- Apply your knowledge to natural languages, programming languages, and images
Book Description
Although creating a machine learning pipeline or developing a working prototype of a software system from that pipeline is easy and straightforward nowadays, the journey toward a professional software system is still extensive. This book will help you get to grips with various best practices and recipes that will help software engineers transform prototype pipelines into complete software products.
The book begins by introducing the main concepts of professional software systems that leverage machine learning at their core. As you progress, you’ll explore the differences between traditional, non-ML software, and machine learning software. The initial best practices will guide you in determining the type of software you need for your product. Subsequently, you will delve into algorithms, covering their selection, development, and testing before exploring the intricacies of the infrastructure for machine learning systems by defining best practices for identifying the right data source and ensuring its quality.
Towards the end, you’ll address the most challenging aspect of large-scale machine learning systems – ethics. By exploring and defining best practices for assessing ethical risks and strategies for mitigation, you will conclude the book where it all began – large-scale machine learning software.
What you will learn
- Identify what the machine learning software best suits your needs
- Work with scalable machine learning pipelines
- Scale up pipelines from prototypes to fully fledged software
- Choose suitable data sources and processing methods for your product
- Differentiate raw data from complex processing, noting their advantages
- Track and mitigate important ethical risks in machine learning software
- Work with testing and validation for machine learning systems
Who this book is for
If you’re a machine learning engineer, this book will help you design more robust software, and understand which scaling-up challenges you need to address and why. Software engineers will benefit from best practices that will make your products robust, reliable, and innovative. Decision makers will also find lots of useful information in this book, including guidance on what to look for in a well-designed machine learning software product.
Table of Contents
- Machine learning compared to traditional software
- Elements of a machine learning software system
- Data in software systems – text, images, code, features
- Data acquisition, data quality and noise
- Quantifying and improving data properties
- Types of data in ML systems
- Feature engineering for numerical and image data
- Feature engineering for natural language data
- Types of machine learning systems – feature-based and raw data based (deep learning)
- Training and evaluation of classical ML systems and neural networks
- Training and evaluation of advanced algorithms – deep learning, autoencoders, GPT-3
- Designing machine learning pipelines (MLOps) and their testing
- Designing and implementation of large scale, robust ML software – a comprehensive example
- Ethics in data acquisition and management
(N.B. Please use the Look Inside option to see further chapters)
„Inhaltsangabe“ gehört möglicherweise zu einer anderen Auflage dieses Titels.
Über die Autorin bzw. den Autor
„Über diesen Titel“ gehört möglicherweise zu einer anderen Auflage dieses Titels.
AHA-BUCH GmbH
Einbeck, Deutschland
Verkäufer:in bei AbeBooks seit 14. August 2006
Versandkosten von Deutschland nach USA
| Artikel | 7 bis 10 Werktage | 5 bis 7 Werktage |
|---|---|---|
| Erster Artikel | EUR 35,00 | EUR 45,00 |
Zahlungsarten
- Banküberweisung
- PayPal
- Vorauskasse
Shopbeschreibung
Das Unternehmen AHA-BUCH GmbH: Seit der Gründung von AHA-BUCH im Juli 2005 ist unser Hauptziel, zufriedenen Kunden so schnell und so preisgünstig wie möglich ihren Bücherwunsch zu erfüllen. Unsere Firma beschäftigt 16 Mitarbeiter, die nur ein Ziel kennen: den Kunden und seine Wünsche! Auf über 3700 m2 Fläche haben wir über 100.000 Bücher, Modernes Antiquariat und Spiele auf Lager.
Spezialisierung
Kinderbücher & Kinderhör Casetten, German Books, Software, Natur & Tiere, Ratgeber, Sachbücher, Englische Bücher, Medizin & Gesundheit, Universität & StudiumUnternehmensdaten der Verkäuferin bzw. des Verkäufers
AHA-BUCH GmbH
Garlebsen 48
Einbeck, Deutschland 37574
Verkaufsbedingungen
Impressum
Gesetzliche Anbieterkennung:
AHA-BUCH GmbH
diese vertreten durch den Geschäftsführer Christel Glass
Garlebsen 48
37574 Einbeck
Deutschland
Telefon: 055639996039
Telefax: 055639995974
E-Mail: abebooks@aha-buch.de
USt-IdNr.: DE261904229
eingetragen im Handelsregister des Amtsgerichtes Göttingen
Handelsregisternummer HRB 200691
Alternative Streitbeilegung:
Die Europäische Kommission stellt eine Plattform für die außergerichtliche Online-Streitbeilegung (OS-Plattform) bereit, aufrufbar unter https://ec.europa.eu/odr.
Wir sind seit 25.05.2018 Mitglied der Initiative "FairCommerce".
Nähere Informationen hierzu finden Sie unter www.fair-commerce.de.
Widerrufsrecht
Wenn Sie Verbraucher sind, können Sie gemäß den folgenden Bestimmungen vom Vertrag zurücktreten. Verbraucher ist jede natürliche Person, die zu Zwecken handelt, die nicht ihrer kaufmännischen, gewerblichen, künstlerischen oder beruflichen Tätigkeit zugerechnet werden können.
Informationen zum Widerrufsrecht
Gesetzliches Widerrufsrecht
Sie haben das Recht, den Vertrag innerhalb von 14 Tagen ohne Angabe von Gründen zu widerrufen.
Die Widerrufsfrist beträgt 14 Tage ab dem Tag, an dem Sie oder ein von Ihnen benannter Dritter, der nicht der Transporteur ist, die letzte Ware oder den letzten Posten oder das letzte Exemplar in Besitz genommen hat.
Um das Widerrufsrecht auszuüben, füllen Sie auf unserer Website unter „Meine Einkäufe" in „Mein Nutzerkonto" eine eindeutige Erklärung elektronisch aus und senden Sie sie ab. Wir werden Ihnen unverzüglich eine Bestätigung über den Eingang eines solchen Widerrufs auf einem dauerhaften Datenträger (z. B. per E-Mail) übermitteln.
Um die Widerrufsfrist einzuhalten, reicht es aus, dass Sie Ihre Mitteilung über die Ausübung des Widerrufsrechts vor Ablauf der Widerrufsfrist absenden.
Auswirkungen des Widerrufs
Wenn Sie diesen Vertrag widerrufen, erstatten wir Ihnen alle Zahlungen, die wir von Ihnen erhalten haben, einschließlich der Lieferkosten (mit Ausnahme der zusätzlichen Kosten, die entstehen, wenn Sie eine andere Art der Lieferung als die von uns angebotene günstigste Standardlieferung gewählt haben).
Wir können einen Abzug von der Rückerstattung für den Wertverlust der gelieferten Waren vornehmen, wenn der Verlust auf eine unnötige Behandlung durch Sie zurückzuführen ist.
Wir werden die Rückerstattung unverzüglich und nicht später als 14 Tage nach dem Tag vornehmen, an dem wir über Ihre Entscheidung, diesen Vertrag zu widerrufen, informiert wurden.
Für die Rückerstattung verwenden wir dasselbe Zahlungsmittel, das Sie für die ursprüngliche Transaktion verwendet haben, es sei denn, Sie haben ausdrücklich etwas anderes vereinbart; in keinem Fall werden Ihnen aufgrund einer solchen Rückerstattung Gebühren berechnet.
Wir können die Rückzahlung verweigern, bis wir die Waren wieder zurückerhalten haben oder Sie den Nachweis erbracht haben, dass Sie die Waren zurückgesandt haben, je nachdem, was eher eintritt.
Sie müssen die Waren unverzüglich und in jedem Fall spätestens 14 Tage ab dem Tag, an dem Sie uns über den Widerruf dieses Vertrags unterrichten, an AHA-BUCH GmbH, Einbeck, Germany, zurücksenden oder übergeben. Die Frist ist eingehalten, wenn Sie die Ware vor Ablauf der Frist von 14 Tagen zurücksenden. Sie müssen die direkten Kosten der Rücksendung der Waren tragen. Sie haften nur für einen etwaigen Wertverlust der Waren, der auf eine Behandlung zurückzuführen ist, die nicht zur Prüfung der Art, Eigenschaften und Funktionsweise der Waren erforderlich ist.
Ausnahmen vom Widerrufsrecht
Das Widerrufsrecht gilt nicht für:
- Die Lieferung von Zeitungen, Zeitschriften oder Magazinen mit Ausnahme von Abonnementverträgen; und
- Die Lieferung digitaler Inhalte, die nicht auf einem physischen Medium (z. B. auf einer CD oder DVD) geliefert werden, wenn Sie bei Ihrer Bestellung akzeptiert haben, dass wir mit der Lieferung beginnen können und dass Sie nach Beginn der Lieferung den Vertrag nicht mehr widerrufen können.
Versandbedingungen
Wir liefern Lagerartikel innerhalb von 24 Stunden nach Erhalt der Bestellung aus.
Barsortimentsartikel, die wir über Nacht geliefert bekommen, am darauffolgenden Werktag.
Unser Ziel ist es Ihnen die Artikel in der ökonomischten und effizientesten Weise zu senden.