0 رای
وضعیت موجودی موجود

قیمت قبلی: 5,120,000 ریال
قیمت: 4,720,000 ریال


جلد سخت سیاه و سفید

Product details

  • Publisher ‏ : ‎ Manning (August 16, 2022)
  • Language ‏ : ‎ English
  • Paperback ‏ : ‎ 352 pages
  • ISBN-10 ‏ : ‎ 1617299197
  • ISBN-13 ‏ : ‎ 978-1617299193


 

کتاب Effective Data Science Infrastructure: How to make data scientists productive

Simplify data science infrastructure to give data scientists an efficient path from prototype to production.

In Effective Data Science Infrastructure you will learn how to:

    Design data science infrastructure that boosts productivity
    Handle compute and orchestration in the cloud
    Deploy machine learning to production
    Monitor and manage performance and results
    Combine cloud-based tools into a cohesive data science environment
    Develop reproducible data science projects using Metaflow, Conda, and Docker
    Architect complex applications for multiple teams and large datasets
    Customize and grow data science infrastructure


Effective Data Science Infrastructure: How to make data scientists more productive is a hands-on guide to assembling infrastructure for data science and machine learning applications. It reveals the processes used at Netflix and other data-driven companies to manage their cutting edge data infrastructure. In it, you’ll master scalable techniques for data storage, computation, experiment tracking, and orchestration that are relevant to companies of all shapes and sizes. You’ll learn how you can make data scientists more productive with your existing cloud infrastructure, a stack of open source software, and idiomatic Python.

The author is donating proceeds from this book to charities that support women and underrepresented groups in data science.

Purchase of the print book includes a free eBook in PDF, Kindle, and ePub formats from Manning Publications.

About the technology
Growing data science projects from prototype to production requires reliable infrastructure. Using the powerful new techniques and tooling in this book, you can stand up an infrastructure stack that will scale with any organization, from startups to the largest enterprises.

About the book

Effective Data Science Infrastructure teaches you to build data pipelines and project workflows that will supercharge data scientists and their projects. Based on state-of-the-art tools and concepts that power data operations of Netflix, this book introduces a customizable cloud-based approach to model development and MLOps that you can easily adapt to your company’s specific needs. As you roll out these practical processes, your teams will produce better and faster results when applying data science and machine learning to a wide array of business problems.

What's inside

    Handle compute and orchestration in the cloud
    Combine cloud-based tools into a cohesive data science environment
    Develop reproducible data science projects using Metaflow, AWS, and the Python data ecosystem
    Architect complex applications that require large datasets and models, and a team of data scientists

About the reader
For infrastructure engineers and engineering-minded data scientists who are familiar with Python.

About the author
At Netflix, 
Ville Tuulos designed and built Metaflow, a full-stack framework for data science. Currently, he is the CEO of a startup focusing on data science infrastructure.

Table of Contents
1 Introducing data science infrastructure
2 The toolchain of data science
3 Introducing Metaflow
4 Scaling with the compute layer
5 Practicing scalability and performance
6 Going to production
7 Processing data
8 Using and operating models
9 Machine learning with the full stack

منابع کتاب کتاب Effective Data Science Infrastructure: How to make data scientists productive

زیرساخت علم داده را ساده کنید تا به دانشمندان داده مسیری کارآمد از نمونه اولیه تا تولید بدهد.

در زیرساخت علوم داده موثر یاد خواهید گرفت که چگونه:

    طراحی زیرساخت علم داده که بهره وری را افزایش می دهد مدیریت
    محاسبات و هماهنگ سازی در فضای ابری
    استقرار یادگیری ماشینی برای تولید
    نظارت و مدیریت عملکرد و نتایج
    ترکیب ابزارهای مبتنی بر ابر در یک محیط منسجم علم داده
    توسعه داده های تکرارپذیر پروژه های علمی با استفاده از برنامه های پیچیده Metaflow، Conda و Docker
    Architect برای تیم های متعدد و مجموعه داده های بزرگ
    سفارشی سازی و رشد زیرساخت علم داده


زیرساخت موثر علم داده: چگونگی بهره وری بیشتر دانشمندان داده، راهنمای عملی برای مونتاژ زیرساخت برای کاربردهای علم داده و یادگیری ماشین است. این فرآیندهای مورد استفاده در نتفلیکس و سایر شرکت‌های مبتنی بر داده را برای مدیریت زیرساخت داده‌های پیشرفته خود نشان می‌دهد. در آن، شما بر تکنیک‌های مقیاس‌پذیر برای ذخیره‌سازی داده‌ها، محاسبات، ردیابی آزمایش، و هماهنگ‌سازی تسلط خواهید یافت که مربوط به شرکت‌هایی با هر شکل و اندازه است. شما یاد خواهید گرفت که چگونه می‌توانید با زیرساخت‌های ابری موجود، مجموعه‌ای از نرم‌افزارهای منبع باز و Python اصطلاحی، دانشمندان داده را کارآمدتر کنید.

نویسنده عواید حاصل از این کتاب را به خیریه هایی اهدا می کند که از زنان و گروه های کم نمایندگی در علم داده حمایت می کنند.

خرید کتاب چاپی شامل یک کتاب الکترونیکی رایگان در قالب‌های PDF، Kindle و ePub از انتشارات منینگ است.

درباره فناوری
رشد پروژه های علم داده از نمونه اولیه تا تولید نیازمند زیرساخت قابل اعتماد است. با استفاده از تکنیک‌ها و ابزارهای قدرتمند جدید در این کتاب، می‌توانید زیرساخت‌هایی را برپا کنید که برای هر سازمانی، از استارت‌آپ‌ها گرفته تا بزرگ‌ترین شرکت‌ها، مقیاس‌پذیر است.

درباره کتاب

زیرساخت علم داده موثربه شما می آموزد که خطوط لوله داده و گردش کار پروژه بسازید که دانشمندان داده و پروژه های آنها را شارژ کند. این کتاب بر اساس ابزارها و مفاهیم پیشرفته ای که عملیات داده نتفلیکس را تقویت می کند، یک رویکرد مبتنی بر ابر قابل تنظیم برای توسعه مدل و MLO را معرفی می کند که می توانید به راحتی با نیازهای خاص شرکت خود سازگار شوید. با اجرای این فرآیندهای عملی، تیم‌های شما نتایج بهتر و سریع‌تری را هنگام اعمال علم داده و یادگیری ماشین برای طیف گسترده‌ای از مشکلات کسب‌وکار تولید می‌کنند.

آنچه در داخل است

    Handle compute and orchestration in cloud
    ابزارهای مبتنی بر ابر را در یک محیط منسجم علم داده ترکیب
    کنید پروژه های علمی داده قابل تکرار با استفاده از Metaflow، AWS و اکوسیستم داده پایتون توسعه دهید
    معمار برنامه های پیچیده ای که به مجموعه داده ها و مدل های بزرگ نیاز دارند و تیمی از دانشمندان داده

درباره خواننده
برای مهندسان زیرساخت و دانشمندان داده مهندسی که با پایتون آشنا هستند.

درباره نویسنده
در نتفلیکس، 
ویل تولوس Metaflow را طراحی و ساخت، چارچوبی کامل برای علم داده. او در حال حاضر مدیرعامل استارت آپی است که بر زیرساخت های علم داده تمرکز دارد.

فهرست مطالب
1 معرفی زیرساخت علم داده
2 زنجیره ابزار علم داده
3 معرفی متافلو
4 مقیاس گذاری با لایه محاسباتی
5 تمرین مقیاس پذیری و عملکرد
6 رفتن به سمت تولید
7 پردازش داده ها
8 استفاده و عملکرد مدل ها
9 یادگیری ماشینی با پشته کامل

نظرات کاربران درباره کتاب Effective Data Science Infrastructure: How to make data scientists productive

نظری در مورد این محصول توسط کاربران ارسال نگردیده است.
اولین نفری باشید که در مورد کتاب Effective Data Science Infrastructure: How to make data scientists productive نظر می دهد.

ارسال نظر درباره کتاب Effective Data Science Infrastructure: How to make data scientists productive

لطفا توجه داشته باشید که ایمیل شما منتشر نخواهد شد.

برچسب های مرتبط با کتاب Effective Data Science Infrastructure: How to make data scientists productive

Computers&Technology انتشارات طلایی

بر اساس سلیقه شما...

  جلد سخت سیاه و سفید Product details Publis ...
3,940,000 ریال
  جلد سخت سیاه و سفید Product details Publis ...
5,760,000 ریال
  این کتاب به صورت  رنگی  است. Product details ...
5,840,000 ریال

codebazan

طراحی و اجرا: فروشگاه ساز سبدخرید