Practical Deep Learning at Scale with MLflow: Bridge the gap between offline experimentation a...

"Practical Deep Learning at Scale with MLflow: Bridge the Gap Between Offline Experimentation and Online Production" von Yong Liu ist ein praxisorientiertes Buch, das sich mit der Implementierung und Skalierung von Deep-Learning-Modellen in Produktionsumgebungen befasst. Das Buch bietet eine umfassende Einführung in MLflow, ein Open-Source-Plattform zur Verwaltung des maschinellen Lernens. Es behandelt die Herausforderungen und Best Practices bei der Überführung von Modellen aus der experimentellen Phase in den produktiven Einsatz. Der Autor führt den Leser durch den gesamten Lebenszyklus eines Machine-Learning-Projekts, von der Datenvorbereitung und Modellentwicklung bis hin zur Bereitstellung und Überwachung im Produktionsbetrieb. Dabei legt er besonderen Wert auf die Skalierbarkeit und Zuverlässigkeit von Lösungen. Das Buch enthält zahlreiche praktische Beispiele und Fallstudien, die veranschaulichen, wie man MLflow effektiv nutzen kann, um Modelle effizient zu verwalten und kontinuierlich zu verbessern. Insgesamt richtet sich das Buch an Datenwissenschaftler, Ingenieure und IT-Experten, die ihre Kenntnisse im Bereich Deep Learning erweitern möchten und nach Möglichkeiten suchen, ihre Modelle erfolgreich in groß angelegten Anwendungen einzusetzen.