机读格式显示(MARC)

• 000 01833nam 2200313 450

• 001 0000476062

• 005 20250317145400.0

• 010 __ |a 978-7-302-64186-5 |d CNY98.00

• 100 __ |a 20230923d2023 em y0chiy50 ea

• 101 1_ |a chi |c eng

• 102 __ |a CN |b 110000

• 105 __ |a ak z 000yy

• 106 __ |a r

• 200 1_ |a Effective数据科学基础设施 |A Effective shu ju ke xue ji chu she shi |f (芬) 维莱·图洛斯著 |g 郭涛译

• 210 __ |a 北京 |c 清华大学出版社 |d 2023

• 215 __ |a xi, 277页 |c 图 |d 24cm

• 225 2_ |a 数据科学与大数据技术 |A shu ju ke xue yu da shu ju ji shu

• 312 __ |a 英文题名原文取自封面

• 314 __ |a Ville Tuulos, 20多年来一直为机器学习开发基础设施。Ville曾涉足学术界、专注于数据和机器学习的初创企业, 以及两家全球企业。他在Netflix领导机器学习基础设施团队时, 创建了本书中介绍的开源框架Metaflow。Tuulos还是Outerbounds的首席执行官和联合创始人之一。

• 330 __ |a 本书基于为Netflix的海量数据运营提供动力的最先进实践, 提供了与各种形式和规模的公司相关的技术和模式。读者将了解如何利用现有的云基础架构、开源软件和惯用的Python提高数据科学家的工作效率。在阅读本书时, 读者将从头开始设置端到端基础架构, 并通过完全可定制的流程使架构轻松适应公司。读者将构建一个基于云的开发环境, 涵盖本地原型设计和部署到生产, 设置支持真实世界机器学习应用程序的基础设施, 并处理数百GB数据的大型应用程序。在整个过程中, 读者将遵循以人为本的方法, 专注于用户体验并满足数据科学家的独特需求。

• 410 _0 |1 2001 |a 数据科学与大数据技术

• 500 10 |a Effective data science infrastructure : how to make data scientists productive |A Effective Data Science Infrastructure : How To Make Data Scientists Productive |m Chinese

• 606 0_ |a 数据管理 |A shu ju guan li |x 研究

• 690 __ |a TP274 |v 5

• 701 _1 |a 图洛斯 |A tu luo si |g (Tuulos, Ville) |4 著

• 702 _0 |a 郭涛 |A guo tao |4 译

• 801 _0 |a CN |b 湖北三新 |c 20241216

• 905 __ |a LJUZC |d TP274/904

• 920 __ |a 222016 |z 1