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: preigu, Osnabrück, Deutschlandpreigu
Verkäufer:in bei AbeBooks seit 5. August 2024
Zustand: Neu
EUR 59,60
Anzahl: 5 verfügbar
In den WarenkorbArtikelbeschreibung des Verkäufers
Machine Learning Infrastructure and Best Practices for Software Engineers | Take your machine learning software from a prototype to a fully fledged software system | Miroslaw Staron | Taschenbuch | Englisch | 2024 | Packt Publishing | EAN 9781837634064 | Verantwortliche Person für die EU: Libri GmbH, Europaallee 1, 36244 Bad Hersfeld, gpsr[at]libri[dot]de | Anbieter: preigu Print on Demand.
Bestandsnummer des Verkäufers 128389073
- 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
- 235 x 191 x 19 mm
- Verkäuferkataloge
- Bücher
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.
preigu
Osnabrück, Deutschland
Verkäufer:in bei AbeBooks seit 5. August 2024
Versandkosten von Deutschland nach USA
| Artikel | 60 bis 60 Werktage | 60 bis 60 Werktage |
|---|---|---|
| Erster Artikel | EUR 70,00 | EUR 70,00 |
Zahlungsarten
- PayPal
Shopbeschreibung
preigu betreibt einen Onlineversandhandel mit über 1 Mio. Produkten in verschiedenen Sortimenten. Das Kernsortiment besteht aus Büchern, Medien und Spielwaren. Ein gelungenes Einkaufserlebnis ist das Ziel einer jeden Bestellung bei preigu, denn der Kunde und seine Zufriedenheit stehen an erster Stelle. preigu setzt daher auf einen kompetenten Kundenservice, funktionierende Prozesse und schnelle Reaktion.
Spezialisierung
Bücher, SpielwarenUnternehmensdaten der Verkäuferin bzw. des Verkäufers
preigu GmbH & Co. KG
Lengericher Landstraße 19
Osnabrück, Deutschland 49078
Verkaufsbedingungen
Impressum
Gesetzliche Anbieterkennung:
preigu GmbH & Co. KG
Lengericher Landstr. 19
49078 Osnabrück
Deutschland
Telefon: +49 (0) 541 / 580 72 84
Email: mail@preigu.de
USt-IdNr.: DE 455 380 498
AG Osnabrück - HRA 209647
PhG: preigu Verwaltung GmbH
AG Osnabrück - HRB 221793
Geschäftsführer: Ansas Meyer
Wir sind nicht bereit und nicht verpflichtet, an Streitbeilegungsverfahren vor Verbraucherschlichtungsstellen teilzunehmen.
Wir sind seit 30.11.2016 Mitglied der Initiative "FairCommerce".
Nähere Informationen hierzu finden Sie unter https://www.haendlerbund.de/de/haendlerbund/interessenvertretung/faircommerce
Widerrufsrecht
Widerrufsbelehrung / Muster-Widerrufsformular
Widerrufsrecht für den Verkauf von Waren
Widerrufsrecht für Verbraucher
(Verbraucher ist jede natürliche Person, die ein Rechtsgeschäft zu Zwecken abschließt, die überwiegend weder ihrer gewerblichen noch ihrer selbstständigen beruflichen Tätigkeit zugerechnet werden können.)
Widerrufsbelehrung
Widerrufsrecht
Sie haben das Recht, binnen 14 Tagen ohne Angabe von Gründen diesen Vertrag zu widerrufen.
Die Widerrufsfrist beträgt 14 Tage ab dem Tag,
-
an dem Sie oder ein von Ihnen benannter Dritter, der nicht der Beförderer ist, die Waren in Besitz genommen haben bzw. hat, sofern Sie eine oder mehrere Waren im Rahmen einer einheitlichen Bestellung bestellt haben und diese einheitlich geliefert wird bzw. werden;
-
an dem Sie oder ein von Ihnen benannter Dritter, der nicht der Beförderer ist, die letzte Ware in Besitz genommen haben bzw. hat, sofern Sie mehrere Waren im Rahmen einer einheitlichen Bestellung bestellt haben und diese getrennt geliefert werden;
-
an dem Sie oder ein von Ihnen benannter Dritter, der nicht der Beförderer ist, die letzte Teilsendung oder das letzte Stück in Besitz genommen haben bzw. hat, sofern Sie eine Ware bestellt haben, die in mehreren Teilsendungen oder Stücken geliefert wird;
Um Ihr Widerrufsrecht auszuüben, müssen Sie uns (preigu GmbH & Co. KG, Lengericher Landstr. 19, 49078 Osnabrück, Telefonnr.: +49 (0) 541 / 580 72 84, E-Mail-Adresse: mail@preigu.de) mittels einer eindeutigen Erklärung (z.B. ein mit der Post versandter Brief oder eine E-Mail) über Ihren Entschluss, diesen Vertrag zu widerrufen, informieren. Sie können dafür das beigefügte Muster-Widerrufsformular verwenden, das jedoch nicht vorgeschrieben ist.
Sie können Ihr Widerrufsrecht auch online unter einer entsprechend bezeichneten Schaltfläche ("Vertrag widerrufen" oder ähnliche Bezeichnung) auf der AbeBooks/ZVAB-Webseite ausüben. Wenn Sie diese Online-Funktion nutzen, wird Ihnen auf einem dauerhaften Datenträger (z.B. durch eine E-Mail) unverzüglich eine Eingangsbestätigung mit Informationen zum Inhalt der Widerrufserklärung sowie dem Datum und der Uhrzeit ihres Eingangs übermittelt.
Zur Wahrung der Widerrufsfrist reicht es aus, dass Sie die Mitteilung über die Ausübung des Widerrufsrechts vor Ablauf der Widerrufsfrist absenden.
Folgen des Widerrufs
Wenn Sie diesen Vertrag widerrufen, haben wir Ihnen alle Zahlungen, die wir von Ihnen erhalten haben, einschließlich der Lieferkosten (mit Ausnahme der zusätzlichen Kosten, die sich daraus ergeben, dass Sie eine andere Art der Lieferung als die von uns angebotene, günstigste Standardlieferung gewählt haben), unverzüglich und spätestens binnen 14 Tagen ab dem Tag zurückzuzahlen, an dem die Mitteilung über Ihren Widerruf dieses Vertrags bei uns eingegangen ist. Für diese Rückzahlung verwenden wir dasselbe Zahlungsmittel, das Sie bei der ursprünglichen Transaktion eingesetzt haben, es sei denn, mit Ihnen wurde ausdrücklich etwas anderes vereinbart; in keinem Fall werden Ihnen wegen dieser Rückzahlung Entgelte berechnet.
Wir können die Rückzahlung verweigern, bis wir die Waren wieder zurückerhalten haben oder bis Sie den Nachweis erbracht haben, dass Sie die Waren zurückgesandt haben, je nachdem, welches der frühere Zeitpunkt ist.
Sie haben die Waren unverzüglich und in jedem Fall spätestens binnen 14 Tagen ab dem Tag, an dem Sie uns über den Widerruf dieses Vertrags unterrichten, an uns zurückzusenden oder zu übergeben. Die Frist ist gewahrt, wenn Sie die Waren vor Ablauf der Frist von 14 Tagen absenden.
Sie tragen die unmittelbaren Kosten der Rücksendung der Waren.
Sie müssen für einen etwaigen Wertverlust der Waren nur aufkommen, wenn dieser Wertverlust auf einen zur Prüfung der Beschaffenheit, Eigenschaften und Funktionsweise der Waren nicht notwendigen Umgang mit ihnen zurückzuführen ist.
Ausschluss- bzw. Erlöschensgründe
Das Widerrufsrecht besteht nicht bei Verträgen
- zur Lieferung von Waren, die nicht vorgefertigt sind und für deren Herstellung eine individuelle Auswahl oder Bestimmung durch den Verbraucher maßgeblich ist oder die eindeutig auf die persönlichen Bedürfnisse des Verbrauchers zugeschnitten sind;
- zur Lieferung von Waren, die schnell verderben können oder deren Verfallsdatum schnell überschritten würde;
- zur Lieferung alkoholischer Getränke, deren Preis bei Vertragsschluss vereinbart wurde, die aber frühestens 30 Tage nach Vertragsschluss geliefert werden können und deren aktueller Wert von Schwankungen auf dem Markt abhängt, auf die der Unternehmer keinen Einfluss hat;
- zur Lieferung von Zeitungen, Zeitschriften oder Illustrierten mit Ausnahme von Abonnement-Verträgen.
Das Widerrufsrecht erlischt vorzeitig bei Verträgen
- zur Lieferung versiegelter Waren, die aus Gründen des Gesundheitsschutzes oder der Hygiene nicht zur Rückgabe geeignet sind, wenn ihre Versiegelung nach der Lieferung entfernt wurde;
- zur Lieferung von Waren, wenn diese nach der Lieferung aufgrund ihrer Beschaffenheit untrennbar mit anderen Gütern vermischt wurden;
- zur Lieferung von Ton- oder Videoaufnahmen oder Computersoftware in einer versiegelten Packung, wenn die Versiegelung nach der Lieferung entfernt wurde.
Muster-Widerrufsformular
(Wenn Sie den Vertrag widerrufen wollen, dann füllen Sie bitte dieses Formular aus und senden Sie es zurück.)
-
An preigu GmbH & Co. KG, Lengericher Landstr. 19, 49078 Osnabrück, E-Mail-Adresse: mail@preigu.de :
-
Hiermit widerrufe(n) ich/ wir () den von mir/ uns () abgeschlossenen Vertrag über den Kauf der folgenden Waren ()/
die Erbringung der folgenden Dienstleistung () -
Bestellt am ()/ erhalten am ()
-
Name des/ der Verbraucher(s)
-
Anschrift des/ der Verbraucher(s)
-
Unterschrift des/ der Verbraucher(s) (nur bei Mitteilung auf Papier)
-
Datum
(*) Unzutreffendes streichen.