【2020新书】操作反模式: DevOps解决方案, 322页pdf

2020 年 11 月 8 日 专知
【2020新书】操作反模式: DevOps解决方案, 322页pdf


《操作反模式,DevOps解决方案》展示了如何在大多数开发人员工作的不完美环境中实现DevOps技术。部分技术教程、部分参考手册和部分心理手册,本实用指南向您展示了在您无法灵活地对组织结构进行全面更改时,将DevOps引入您的团队的现实方法。


DevOps解决方案专注于从下至上的过程改进,包括操作反模式中的所有内容,它对您的团队是可操作的——从构建流线化的工作流系统到开发仪表板和度量性能正确方面的操作指标。为了更好地理解个人和组织的行为,您还将学习为什么DevOps技术是有效的背后的心理原因。


http://file.allitebooks.com/20201107/Operations%20Anti-Patterns,%20DevOps%20Solutions.pdf


专知便捷查看

便捷下载,请关注专知公众号(点击上方蓝色专知关注)

  • 后台回复“BKG” 可以获取《【ISWC2020】如何高效地构建大规模知识图谱?102页ppt》专知下载链接索引

专知,专业可信的人工智能知识分发,让认知协作更快更好!欢迎注册登录专知www.zhuanzhi.ai,获取5000+AI主题干货知识资料!
欢迎微信扫一扫加入专知人工智能知识星球群,获取最新AI专业干货知识教程资料和与专家交流咨询
点击“ 阅读原文 ”,了解使用 专知 ,查看获取5000+AI主题知识资源
登录查看更多
0

相关内容

深入机器学习模型的超参数调整,关注什么是超参数以及它们是如何工作的。这本书讨论了不同的超参数调优技术,从基础到高级方法。

这是一个关于超参数优化的分步指南,从什么是超参数以及它们如何影响机器学习模型的不同方面开始。然后介绍一些基本的超参数优化算法。此外,作者利用分布式优化方法解决了时间和内存约束的问题。接下来您将讨论超参数搜索的贝叶斯优化,它从以前的历史中吸取了教训。

这本书讨论了不同的框架,如Hyperopt和Optuna,它实现了基于顺序模型的全局优化(SMBO)算法。在这些讨论中,您将关注不同的方面,比如搜索空间的创建和这些库的分布式优化。

机器学习中的超参数优化有助于理解这些算法是如何工作的,以及如何在现实数据科学问题中使用它们。最后一章总结了超参数优化在自动机器学习中的作用,并以一个创建自己的自动脚本的教程结束。

超参数优化是一项冗长乏味的任务,所以请坐下来,让这些算法来完成您的工作。你将学到什么

  • 了解超参数中的更改如何影响模型的性能。
  • 对数据科学问题应用不同的超参数调优算法
  • 使用贝叶斯优化方法来创建高效的机器学习和深度学习模型
  • 使用计算机集群分发超参数优化
  • 利用超参数优化方法实现机器自动学习

这本书是给谁的

  • 从事机器学习的专业人员和学生。

在构建机器学习模型时选择正确的超参数是数据科学从业者面临的最大问题之一。这本书是超参数优化(HPO)的指南。它从超参数的最基本定义开始,并带您使用高级HPO技术构建您自己的AutoML脚本。这本书是打算为学生和数据科学专业人员。这本书由五章组成。

  • 第1章帮助您理解超参数是如何影响模型构建的整个过程的。它告诉我们HPO的重要性。
  • 第2章介绍了基本且易于实现的HPO方法。
  • 第3章介绍了解决时间和内存限制的各种技术。
  • 第4章和第5章讨论了贝叶斯优化、相关库和AutoML。

这本书的目的是让读者以一种直观和实用的方式来理解HPO的概念,每个部分都提供了代码实现。我希望你能喜欢。

成为VIP会员查看完整内容
1
83

学习设计思维的基本原理,以及如何在定义软件开发和人工智能解决方案时应用设计思维技术。设计思维是一种创新的方法,它能识别问题并产生解决方案,并能通过原型设计迅速得到验证。

这本书提供了设计思维的简史和过程的概述。然后深入探讨在设计思维研讨会中使用的方法和工具的更多细节,从而得出有用的原型。提供以下指引:

  • 为设计思考工作坊做准备
  • 发现可能被解决的潜在业务问题
  • 优先考虑可能的解决方案
  • 识别和描述利益相关者
  • 为开发选择正确的原型
  • 限制了原型构建的范围和最佳实践

本书最后讨论了成功原型的操作化的最佳实践,并描述了对成功采用至关重要的变更管理技术。您可以使用从阅读本书中获得的知识,将设计思维技术融入到您的软件开发和AI项目中,并确保及时和成功地交付解决方案。

你将学到什么

  • 获得什么是设计思维以及何时应用该技术的基本知识
  • 发现在研讨会中使用的准备和促进技巧
  • 了解想法是如何产生的,然后通过原型验证
  • 了解实现最佳实践,包括变更管理考虑事项

这本书是给谁的呢

  • 商业决策者和项目利益相关者,以及IT项目所有者,他们寻求一种方法,导致快速开发成功的软件和AI原型,证明真正的商业价值。也为数据科学家,开发人员和系统集成商谁有兴趣促进或利用设计思维研讨会,以推动潜在的软件开发和人工智能项目背后的势头。
成为VIP会员查看完整内容
1
63
小贴士
相关VIP内容
专知会员服务
12+阅读 · 2020年10月24日
专知会员服务
63+阅读 · 2020年8月30日
专知会员服务
37+阅读 · 2020年8月11日
机器学习速查手册,135页pdf
专知会员服务
182+阅读 · 2020年3月15日
《人工智能2020:落地挑战与应对 》56页pdf
专知会员服务
142+阅读 · 2020年3月8日
【新书】Python中的经典计算机科学问题,224页pdf
专知会员服务
102+阅读 · 2019年12月28日
相关论文
Aida Sheshbolouki,M. Tamer Özsu
0+阅读 · 2月1日
Alexander Bentkamp,Jasmin Blanchette,Sophie Tourret,Petar Vukmirović,Uwe Waldmann
0+阅读 · 1月31日
Maruan Al-Shedivat,Liam Li,Eric Xing,Ameet Talwalkar
0+阅读 · 1月30日
Jinyong Chen,Reiner Dojen,Anca Jurcut
0+阅读 · 1月29日
A Review of Serverless Use Cases and their Characteristics
Simon Eismann,Joel Scheuner,Erwin van Eyk,Maximilian Schwinger,Johannes Grohmann,Nikolas Herbst,Cristina L. Abad,Alexandru Iosup
0+阅读 · 1月28日
Invariance-Preserving Localized Activation Functions for Graph Neural Networks
Luana Ruiz,Fernando Gama,Antonio G. Marques,Alejandro Ribeiro
4+阅读 · 2019年11月5日
Ricky T. Q. Chen,Yulia Rubanova,Jesse Bettencourt,David Duvenaud
5+阅读 · 2018年10月3日
Chengxiang Yin,Jian Tang,Zhiyuan Xu,Yanzhi Wang
6+阅读 · 2018年6月8日
Mathijs Schuurmans,Maxim Berman,Matthew B. Blaschko
5+阅读 · 2018年6月7日
Pengda Qin,Weiran Xu,William Yang Wang
14+阅读 · 2018年5月24日
Top