Trevor Grant, Holden Karau, Boris Lublinsky, Richard Liu, Ilan Filonenko 著

狄卫华 译

出版时间：2022年01月

页数：228

如果你正在训练一个机器学习模型，但不确定如何将其投入生产，本书将协助你完成目标。Kubeflow为模型生命周期的不同阶段提供了一系列云原生工具，从数据探索和特征准备到模型训练和模型服务。本书可以帮助数据科学家用Kubeflow构建生产级机器学习实现，并向数据工程师展示了如何使模型具有可伸缩性和可靠性。
作者使用书中的示例解释了如何使用Kubeflow在云端或者本地开发环境中的Kubernetes上训练机器学习模型并为模型提供服务。
本书将帮助你:
● 理解Kubeflow的设计、核心组件和所能解决的问题。
● 使用Kubeflow和流行的工具(包括scikit-learn、TensorFlow和Apache Spark)训练模型。
● 使用Kubeflow流水线使模型保持最新状态。
● 了解如何获取模型训练的元数据。
● 为超参调优进行训练。
● 了解如何在生产中为模型提供服务。
● 探索如何用其他开源工具扩展Kubeflow。