Título :	Deploy Machine Learning Models to Production : With Flask, Streamlit, Docker, and Kubernetes on Google Cloud Platform
Tipo de documento:	documento electrónico
Autores:	Singh, Pramod, Autor
Mención de edición:	1 ed.
Editorial:	Berkeley, CA : Apress
Fecha de publicación:	2021
Número de páginas:	XIII, 150 p. 115 ilustraciones
ISBN/ISSN/DL:	978-1-4842-6546-8
Nota general:	Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
Palabras clave:	Aprendizaje automático  Python (lenguaje de programa informático)  Software de código abierto  Pitón  Fuente abierta
Índice Dewey:	006.31 Máquina de aprendizaje
Resumen:	Cree e implemente modelos de aprendizaje automático y aprendizaje profundo en producción con ejemplos integrales. Este libro comienza centrándose en el proceso de implementación del modelo de aprendizaje automático y sus desafíos relacionados. A continuación, cubre el proceso de creación e implementación de modelos de aprendizaje automático utilizando diferentes marcos web como Flask y Streamlit. A continuación hay un capítulo sobre Docker que cubre cómo empaquetar y contener modelos de aprendizaje automático. El libro también ilustra cómo construir y entrenar modelos de aprendizaje automático y aprendizaje profundo a escala utilizando Kubernetes. El libro es un buen punto de partida para las personas que desean pasar al siguiente nivel de aprendizaje automático tomando modelos prediseñados e implementándolos en producción. También ofrece orientación a quienes quieran ir más allá de los portátiles Jupyter y entrenar modelos a escala en entornos de nube. Todo el código presentado en el libro está disponible en forma de scripts de Python para que pruebe los ejemplos y los amplíe de maneras interesantes. Usted: Construirá, entrenará e implementará modelos de aprendizaje automático a escala usando Kubernetes Contenedorizará cualquier tipo de modelo de aprendizaje automático y lo ejecutará en cualquier plataforma usando Docker Implementará modelos de aprendizaje automático y aprendizaje profundo usando los marcos Flask y Streamlit.
Nota de contenido:	Chapter 1: Introduction to Machine Learning -- Chapter 2: Model Deployment and Challenges -- Chapter 3: Machine Learning Deployment as a Web Service -- Chapter 4: Machine Learning Deployment Using Docker -- Chapter 5: Machine Learning Deployment Using Kubernetes.
En línea:	https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...]
Link:	https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i

Deploy Machine Learning Models to Production : With Flask, Streamlit, Docker, and Kubernetes on Google Cloud Platform [documento electrónico] / Singh, Pramod, Autor  . -  1 ed.  . - Berkeley, CA : Apress, 2021 . - XIII, 150 p. 115 ilustraciones.
ISBN : 978-1-4842-6546-8
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.

Palabras clave:	Aprendizaje automático  Python (lenguaje de programa informático)  Software de código abierto  Pitón  Fuente abierta
Índice Dewey:	006.31 Máquina de aprendizaje
Resumen:	Cree e implemente modelos de aprendizaje automático y aprendizaje profundo en producción con ejemplos integrales. Este libro comienza centrándose en el proceso de implementación del modelo de aprendizaje automático y sus desafíos relacionados. A continuación, cubre el proceso de creación e implementación de modelos de aprendizaje automático utilizando diferentes marcos web como Flask y Streamlit. A continuación hay un capítulo sobre Docker que cubre cómo empaquetar y contener modelos de aprendizaje automático. El libro también ilustra cómo construir y entrenar modelos de aprendizaje automático y aprendizaje profundo a escala utilizando Kubernetes. El libro es un buen punto de partida para las personas que desean pasar al siguiente nivel de aprendizaje automático tomando modelos prediseñados e implementándolos en producción. También ofrece orientación a quienes quieran ir más allá de los portátiles Jupyter y entrenar modelos a escala en entornos de nube. Todo el código presentado en el libro está disponible en forma de scripts de Python para que pruebe los ejemplos y los amplíe de maneras interesantes. Usted: Construirá, entrenará e implementará modelos de aprendizaje automático a escala usando Kubernetes Contenedorizará cualquier tipo de modelo de aprendizaje automático y lo ejecutará en cualquier plataforma usando Docker Implementará modelos de aprendizaje automático y aprendizaje profundo usando los marcos Flask y Streamlit.
Nota de contenido:	Chapter 1: Introduction to Machine Learning -- Chapter 2: Model Deployment and Challenges -- Chapter 3: Machine Learning Deployment as a Web Service -- Chapter 4: Machine Learning Deployment Using Docker -- Chapter 5: Machine Learning Deployment Using Kubernetes.
En línea:	https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...]
Link:	https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i