机器学习流水线实战.docxVIP

\h机器学习

流水线实战

目录

\h第1章入门

\h1.1为什么要用机器学习流水线

\h1.2什么时候考虑使用机器学习流水线

\h1.3机器学习流水线步骤概述

\h1.3.1数据读取和版本控制

\h1.3.2数据校验

\h1.3.3数据预处理

\h1.3.4模型训练和模型调优

\h1.3.5模型分析

\h1.3.6模型版本控制

\h1.3.7模型部署

\h1.3.8反馈循环

\h1.3.9数据隐私

\h1.4流水线编排

\h1.4.1为什么使用流水线编排工具

\h1.4.2有向无环图

\h1.5示例项目

\h1.5.1项目结构

\h1.5.2机器学习模型

\h1.5.3示例项目的目标

\h1.6小结

\h第2章TensorFlowExtended入门

\h2.1什么是TFX

\h2.2安装TFX

\h2.3TFX组件概述

\h2.4什么是机器学习元数据

\h2.5交互式流水线

\h2.6TFX的替代品

\h2.7ApacheBeam简介

\h2.7.1安装

\h2.7.2基本数据流水线

\h2.7.3执行流水线

\h2.8小结

\h第3章数据读取

\h3.1数据读取的概念

\h3.1.1读取本地数据文件

\h3.1.2读取远程数据文件

\h3.1.3直接从数据库中读取数据

\h3.2数据准备

\h3.2.1拆分数据集

\h3.2.2跨越数据集

\h3.2.3对数据集进行版本控制

\h3.3数据读取策略

\h3.3.1结构化数据

\h3.3.2自然语言处理中的文本数据

\h3.3.3用于计算机视觉问题的图像数据

\h3.4小结

\h第4章数据校验

\h4.1为什么要进行数据校验

\h4.2TFDV

\h4.2.1安装

\h4.2.2根据数据生成统计信息

\h4.2.3从数据生成模式

\h4.3识别数据中的问题

\h4.3.1比较数据集

\h4.3.2更新模式

\h4.3.3数据偏斜和漂移

\h4.3.4存在偏差的数据集

\h4.3.5在TFDV中切分数据

\h4.4使用GCP处理大型数据集

\h4.5将TFDV集成到机器学习流水线中

\h4.6小结

\h第5章数据预处理

\h5.1为什么要进行数据预处理

\h5.1.1在整个数据集的上下文中预处理数据

\h5.1.2扩展预处理步骤

\h5.1.3避免训练-服务偏斜

\h5.1.4将预处理步骤和机器学习模型作为一个工件进行部署

\h5.1.5检查流水线中的预处理结果

\h5.2使用TFT做数据预处理

\h5.2.1安装

\h5.2.2预处理策略

\h5.2.3最佳实践

\h5.2.4TFT函数

\h5.2.5TFT的独立执行

\h5.2.6将TFT集成到机器学习流水线中

\h5.3小结

\h第6章模型训练

\h6.1定义示例项目的模型

\h6.2TFXTrainer组件

\h6.2.1run_fn()函数

\h6.2.2运行Trainer组件

\h6.2.3其他关于Trainer组件的注意事项

\h6.3在交互式流水线中使用TensorBoard

\h6.4分布策略

\h6.5模型调整

\h6.5.1超参数调整的策略

\h6.5.2TFX流水线中的超参数调整

\h6.6小结

\h第7章模型分析和模型验证

\h7.1如何分析模型

\h7.1.1分类指标

\h7.1.2回归指标

\h7.2TensorFlow模型分析

\h7.2.1用TFMA分析单个模型

\h7.2.2用TFMA分析多个模型

\h7.3模型公平性分析

\h7.3.1用TFMA划分模型预测

\h7.3.2用公平性指标检查决策阈值

\h7.3.3详解假设分析工具

\h7.4模型可解释性

\h7.4.1使用WIT生成模型解释

\h7.4.2其他模型解释方法

\h7.