事例でわかるMLOps 機械学習の成果をスケールさせる処方箋
内容紹介
おすすめの本
-
ゼロから学ぶPythonプログラミング Google Colaboratoryでらくらく導入
-
電子あり
快感!算数力
-
電子あり
イラストで学ぶ 認知科学
-
電子あり
ネイティブが教える 日本人研究者のための国際学会プレゼン戦略
-
電子あり
入門講義 量子コンピュータ
-
電子あり
ゲルの科学
-
電子あり
浜村渚の計算ノート 8と1/2さつめ つるかめ家の一族
-
電子あり
オラフ教授式 理工系のたのしい英語プレゼン術77
-
電子あり
初歩から学ぶパワーエレクトロニクス
-
電子あり
新装版 統計力学入門 愚問からのアプローチ
-
電子あり
初歩から学ぶ半導体工学
-
電子あり
リファレンスフリー蛍光X線分析入門
目次
第1部 MLOps の背景と全体像
1章 MLOps とは
1.1 MLOpsの背景
1.2 本書でのMLOpsの全体像
2章 MLOps を実現する技術
2.1 機械学習パイプライン
2.2 推論システム
2.3 技術選定
2.4 機械学習の実行環境とアクセラレーター
2.5 機械学習システムのモニタリング
2.6 データの品質管理
2.7コードの品質管理
3章 MLOps を支えるプロセス・文化
3.1 機械学習システムの開発フローとPoC
3.2 素早い実験を繰り返す
3.3 多様な利害関係者との協業
3.4 ビジネスの意思決定に役立つモニタリング
3.5 MLOps のプロセスを支える文化
第2部 MLOps の実践事例と処方箋
4章 DeNAにおける機械学習プロジェクトの進め方(株式会社ディー・エヌ・エー 玉木竜二 藤原秀平)
5章 少人数で迅速に実現する コンテンツレコメンドにおけるMLOps(株式会社CAM 原和希)
6章 顧客ごとに複数機械学習モデルを出し分ける学習と推論のアーキテクチャ(澁井雄介)
7章 機械学習パイプライン構築事例から見る技術選定(安立健人)
8章 事故を減らすための機械学習モデル適用の工夫(株式会社ディー・エヌ・エー〈GO株式会社出向〉 松井健一)
9章 機械学習プロジェクトの失敗確率 80% を克服するプラクティス(アマゾン ウェブ サービス ジャパン合同会社 久保隆宏)
10章 ML Test Score を用いた機械学習システムの定量的なアセスメント(柏木正隆)
11章 大規模言語モデルの研究開発から実運用に向けて(株式会社日本経済新聞社 石原祥太郎)
12章 ユーザー企業における機械学習プロジェクトの推進事例(サントリーシステムテクノロジー株式会社 高木基成)